Day7_HW : df[object_features].max() ? - Cupoy

2019/09/05 上午 01:22

機器學習共學討論版

jcodeboy

觀看數：111

回答數：3

收藏數：2

ml100-3

ml100-3-d07

解答提到, 只有 object 的 mean() 與 max() 會有問題，原因是文字無法進行平均或比較大小, 但可以發現，object 仍有部分欄位可傳回最大值，可以知道 object 欄位超過一定長度時會當成字串，此時會以字典順序做大小比較.

請問 : 

1.object 仍有部分欄位可傳回最大值 <--- 判斷依據是什麼,以此例來說, 'Cabin' & 'Embarked' 不行的原因是什麼?

2.object 欄位超過一定長度時會當成字串 <--- 長度是多少?

3.以字典順序做大小比較是什麼意思?

thanks!

回答列表

• 2019/09/05 下午 00:11
  Wei-po Tsai
  贊同數：1
  不贊同數：0
  留言數：0

  Hi！同學你好：我是個剛學Python的新手，對你提到的問題很有興趣，所以研究了一下。

  
  

  'Cabin' & 'Embarked' 不行的原因是什麼?

  答：原因是Embarked數據中包含NaN值喔！我寫了以下說明，希望對你有幫助：

  

• 2019/09/05 下午 08:27
  Ctyun
  贊同數：1
  不贊同數：0
  留言數：0

  哈囉，個人覺得答案有誤，看起來這邊object比大小行為跟python字串比大小行為一致，就是字串開頭字元的unicode/ASCII編碼大小，執行以下：

  di = {'I': ['azzz', 'Cadfqeqwfe', 'c'], 'II': ['我們', '你們', '他們']}

  df = pd.DataFrame(di)

  df[["I", "II"]].max()

  I      c

  II    我們

  dtype: object

  
  

  與python執行'a' 'C' 'c'的大小排序 & '我', '你', '他'的大小排序的結果相同

  補充：查看字元unicode編碼大小

  ord('a')

  ord('我')

  
  

  另外1不行的原因如同Tsai同學所說，不同型別之間(字串與nan)無法比大小

• 2019/09/05 下午 09:41
  張維元 (WeiYuan)
  贊同數：1
  不贊同數：0
  留言數：0

  嗨，樓上兩位同學的回答都很棒，值得好好讀。我印象中也是：object 比大小行為跟 python字串比大小行為一致，就是字串開頭字元的unicode/ASCII編碼大小