主页 / coding / 问题 / 78898497
Accepted
gggg
Asked: 2024-08-22 02:20:47 +0800 CST

根据物理值创建分类系列

  • 772

我想创建一个分类列，其中每个类别都有一个描述性名称，以便自我记录。我有一个整数列表，这些整数相当于分类列中的物理值，我想创建分类列，而无需创建要传递给的中间字符串列表pl.Series。

import polars as pl

dt = pl.Enum(["0", "1", "2"])
s1 = pl.Series(["0", "0", "2", "1"], dtype=dt)
physical = list(s1.to_physical())
print(f"{physical=}")
s2 = pl.Series([str(p) for p in physical], dtype=dt)
assert s1.equals(s2)

# turning physical to strings just to create the series which is stored as ints is a waste of compute power
# how to construct a series from the physical values?
s2 = pl.Series.from_physical(physical, dtype=dt)
assert s1.equals(s3)

这将打印

physical=[0, 0, 2, 1]

然后它会因为Series.to_physical不存在而出错。是否有这样的函数from_physical可以让此代码片段运行完成而不会在最终断言上出错？

python

2 个回答

  1. 您可以使用polars.Expr.cast物理整数数组来polars.datatypes.Enum表示枚举分类，如下所示：

    import polars as pl

enum = pl.Enum([*'abcd'])
df = pl.DataFrame({
    'physical': [0, 0, 1, 2, 0, 3],
})

print(
    df.with_columns(
        categories=pl.col('physical').cast(enum)
    )
)
# shape: (6, 2)
# ┌──────────┬────────────┐
# │ physical ┆ categories │
# │ ---      ┆ ---        │
# │ i64      ┆ enum       │
# ╞══════════╪════════════╡
# │ 0        ┆ a          │
# │ 0        ┆ a          │
# │ 1        ┆ b          │
# │ 2        ┆ c          │
# │ 0        ┆ a          │
# │ 3        ┆ d          │
# └──────────┴────────────┘
    • 2
  2. Best Answer

    您可以简单地转换为枚举数据类型。

    assert s1.equals(s1.to_physical().cast(dt)) # True
    • 2

相关问题