當語法（iePURPLE或PURPAL）錯誤時，如何從csv文件分組顏色（藍色，綠色，紫色，紅色）？

Question

在幾種情況下，如果句法（例如，拼寫 - PURPLE或PURPAL）錯誤，我如何使用Python從csv文件（50000行，下面的示例）分組顏色（藍色，綠色，紫色，紅色）？感謝您提供的任何幫助

Blue  5642 
Purpal 5640 
red  5610 
BLUE  5583 
Red  5541 
green  5523 
Purple 5503 
Green  5491 
RED  5467 
...... 

Answer 1

您將需要清理數據。顯然，這對於數據所處的任何情況都是唯一的，但是如果您嘗試識別拼寫錯誤的顏色名稱，那麼可以過濾DataFrame以顯示不是藍色，綠色，紫色或紅色的所有內容。

你可以做下面的事情來識別不適應，然後找出如何解決它們。

df.Color = df.Color.str.lower() 
colors = ['blue', 'red', 'purple', 'green'] 
misspellings = df.Color[~df.Color.isin(colors)].values 
print(misspellings) 
['purpal'] 

從那裏你可以單獨修復每個條目或寫點東西來智能修復它們。這取決於你，但一旦你完成了，你可以像平常一樣進行分組。要解決的「purpal」的一個或多個條目，你可以這樣做：

df.loc[df.Color == 'purpal', 'Color'] = 'purple'