根据 value_counts() 条件更改 Pandas 单元格中的值

Question

如何根据条件更改熊猫数据框中特定列中的值。 这是我的数据框：

import pandas as pd

df = pd.DataFrame({'data':['lemon', 'apple', 'lemon', 'apple', 'apple', 'lemon', 'pear', 'apple', 
                            'pear', 'lemon', 'pear', 'orange', 'banana', 'banana', 'pear']})

     data
0    lemon
1    apple
2    lemon
3    apple
4    apple
5    lemon
6     pear
7    apple
8     pear
9    lemon
10    pear
11  orange
12  banana
13  banana
14    pear

计算每个元素：

lemon     4
apple     4
pear      4
banana    2
orange    1
Name: data, dtype: int64

如果 value_counts() 结果小于 4，如何将值更改为“其他”？ 预期结果：

     data
0    lemon
1    apple
2    lemon
3    apple
4    apple
5    lemon
6     pear
7    apple
8     pear
9    lemon
10    pear
11  other
12  other
13  other
14    pear

Answer 1

使用Series.mask与计数值Series.map与Series.value_counts如果不像测试4 ：

df['data'] = df['data'].mask(df['data'].map(df['data'].value_counts()).lt(4), 'other')
#alternative
df['data'] = df['data'].mask(df.groupby('data')['data'].transform('size').lt(4), 'other')
print (df)
     data
0   lemon
1   apple
2   lemon
3   apple
4   apple
5   lemon
6    pear
7   apple
8    pear
9   lemon
10   pear
11  other
12  other
13  other
14   pear

Answer 2

我们可以应用这样的功能。

df['data'] = df['data'].apply(lambda x : 'other' if len(df[df.data==x])<4 else x)