如何在 pandas 中的出现次数的列基础上对分类值进行编码

Question

我在熊猫中有以下数据框  id    source  1     AS  2     AS  3     AS  4     AT  5     BR  6     BT  7     BR  8     BT  9     AS  10    BE我想在上面的数据框中做的是，无论哪个来源出现次数少于 3 次，都应编码为 OTHERS。我有 100 万个条目，其中包含超过 10K 个独特的来源。我们如何在熊猫中做到这一点。所需的数据框是  id    source  1     AS  2     AS  3     AS  4     OTHERS  5     OTHERS  6     OTHERS  7     OTHERS  8     OTHERS  9     AS  10    OTHERS

Answer 1

尝试这个，

df.loc[df.groupby('source').transform('count').lt(3)['id'], 'source'] = 'OTHERS'

   id  source

0   1      AS

1   2      AS

2   3      AS

3   4  OTHERS

4   5  OTHERS

5   6  OTHERS

6   7  OTHERS

7   8  OTHERS

8   9      AS

9  10  OTHERS