有没有办法用数据框中的平均值替换范围数据（例如18-25）？

Question

我有一个数据集black friday. Here 是它的样子。
Age 的范围为 1-17,18-25 等。我想用它们的平均值替换所有这些范围。我可以遍历 Age 列的每个元素并解析它们并平均替换字符串值。那可能效率低下。

所以我想知道有没有更短的方法可以做到这一点？或者有没有其他方法来处理数据范围？ （当然是在python中）

Answer 1

有几种方法可以转换此变量。在我看到的图片中，不仅有 bin，而且还有 value '55+'，需要考虑。

1) 一个班轮：

df['age'].apply(lambda x: np.mean([int(x.split('-')[0]), int(x.split('-')[1])]) if '+' not in x else x[:-1])

它检查该值是否包含“+”（如 55+），如果是，则返回不包含“+”的值。否则，bin 将被拆分为两个值，将它们转换为整数并计算它们的平均值。

2) 使用字典进行转换：

mapping = {'1-17': 9, '18-25': 21.5, '55+': 55}
df['age'].apply(lambda x: mapping[x])

您需要将所有值添加到映射字典（手动或自动计算它们）。然后将此转换应用于系列。