使用子设置数据框重新编码分类列答案

【问题标题】：re code the categorical column using sub setting the data frame使用子设置数据框重新编码分类列
【发布时间】：2019-08-15 05:48:28
【问题描述】：

我正在尝试将 pandas 数据框的分类列重新编码为更合理的分类列。

为简单起见，我采用具有“客舱”列的泰坦尼克号数据。我正在尝试合并所有 A10 A20 A22 并将其重新编码为 A，类似地 C10、C12 到 C 等等。

我已经尝试过使用子集，这是我的代码。

for i in ['A','B','C']:
    for x in train[train.Cabin.str.contains(i)].loc[:,'Cabin'].index:
        train.loc[x,'Cabin'] = i

我正在寻找的是一种有效的方法。我是新手，我认为这不是正确的方法。请指导我。如果我违反了任何堆栈溢出规则，我很抱歉。

【问题讨论】：

【解决方案1】：

如果可能，从列中提取第一个字母：

train.Cabin = train.Cabin.str[0]

或者如果需要从列表中提取第一个匹配值：

L = ['A','B','C']

pat = '|'.join(L)
train.Cabin = train.Cabin.str.extract('('+ pat + ')', expand=False)

【讨论】：