在 Python 中使用 pd.Series.value_counts。使用 numpy.where、numpy.unique 替换数组

Question

我有这个代码：-

y = digits.target

print(y[31:60])

with output [9 5 5 6 5 0 9 8 9 8 4 1 7 7 3 5 1 0 0 2 2 7 8 2 0 1 2 6 3]

y = digits.target

ans_2 = pd.Series.value_counts(y)

ans = ans_2.sort_index()

with output 
0    178
1    182
2    177
3    183
4    181
5    182
6    181
7    179
8    174
9    180

现在，我想编写一个代码来创建一个新的array，其中 +1 替换每次出现的 9 并且所有其他条目（即数字 0 到 8 ）应替换为 -1。此外，创建一个 Pandas Series（带有排序索引），记录每个类 Pandas Series 的计数，索引上的整数为 -1− 和 +1（按升序排序），并将相应的计数作为数据。我想通过numpy.where、numpy.unique和pandas.Series.value_counts使用这些函数来解决它。

Answer 1

你可以先使用np.where：

y = digits.target


new = np.where(y == 9, 1, -1)

s = pd.Series.value_counts(new).sort_index()
print (s)
-1    26
 1     3
dtype: int64

或者你也可以算上np.unique：

a, b = np.unique(new, return_counts=True)

s = pd.Series(b, index=a)
print (s)
-1    26
 1     3
dtype: int64