尝试添加分类值时，Pandas 错误“AttributeError：'DataFrame' 对象没有属性'add_categories'”？

Question

在使用数据框时，我之前收到了一个错误“ValueError：填充值必须在类别中”。经过研究，似乎我需要为每个属于类别的值添加分类选项，但出现以下错误：

  catgoricalValues = ['embarked', 'sex', 'pclass']

  df[catgoricalValues] = df[catgoricalValues].astype('category')
  df[catgoricalValues] = df[catgoricalValues].add_categories(df[catgoricalValues].unique())  # add options for catgorical values


AttributeError: 'DataFrame' object has no attribute 'add_categories'

我做错了什么？

Answer 1

• 出现该错误是因为pandas.Series.cat.add_categories 是Series 方法，而df[['embarked', 'sex', 'pclass']] 是DataFrame。
• 使用pd.Categorical
• pandas: Categorical data
• 某些titanic 数据集列包含NaNs，不能是类别。
  • 创建类别时使用.dropna()。

单列

df['embarked'] = pd.Categorical(df['embarked'], categories=df['embarked'].dropna().unique())

多列

# looping through the columns
for col in ['embarked', 'sex', 'pclass']:
    df[col] = pd.Categorical(df[col], categories=df[col].dropna().unique())

# alternatively with .apply
df[['embarked', 'sex', 'pclass']] = df[['embarked', 'sex', 'pclass']].apply(lambda x: pd.Categorical(x, x.dropna().unique(), ordered=True))

• Appending new categories

# create a sample series
s = pd.Series(["a", "b", "c", "a"], dtype="category")

# add a category
s = s.cat.add_categories([4])