主页 / coding / 问题 / 76985073
Accepted
Omar AlSuwaidi
Asked: 2023-08-27 06:24:44 +0800 CST

为什么将具有数字分类数据类型的列转换为 Polars 中的整数会导致意外行为？

  • 772

我的 Polars DataFrame 中有一个Categorical列，其值范围从“01”到“10”。当尝试通过以下方式将该列转换为数字表示形式时： 转换值未按预期映射（即“01”未映射为 1，依此类推），并且范围现在也从 0 到 9，不是1到10。deciledfdf.with_columns(pl.col('decile').cast(pl.Int8))

奇怪的是，无论列的原始值decile是什么，它们总是会意外地映射到 [0, 9] 当将其转换为整数数据类型时。

我正在尝试将这些值转换为整数数据类型以用于绘图目的。

这是一个最小的可重现示例：

size = 1e3
df = pl.DataFrame({
    "id": np.random.randint(50, size=int(size), dtype=np.uint16),
    "amount": np.round(np.random.uniform(10, 100000, int(size)).astype(np.float32), 2),
    "quantity": np.random.randint(1, 7, size=int(size), dtype=np.uint16),
})
df = (df
      .groupby("id")
      .agg(revenue=pl.sum("amount"), tot_quantity=pl.sum("quantity"))
     )
df = (df.with_columns(
    pl.col('revenue')
    .qcut(10, labels=[f'q{i:02}' for i in range(10, 0, -1)])
    .alias("decile")
))

如何使转换正确（正如人们期望的值被映射一样），并且与原始值处于相同的范围内？

python

1 个回答

  1. Best Answer

    pl.Categorical 上的第一次转换应该始终pl.Utf8首先是 string ( ) ，然后从此处从 string 转换为 int （在您的示例中，需要比直接转换更多的内容来分隔 ）q：

    pl.col('decile').cast(pl.Utf8).str.slice(1).str.parse_int(10)
    • 2

相关问题