如何用Python将多层级类别自动缩减为两级类别？

核心逻辑 #

不管原类别是两级、三级还是更多层级，以-为分隔符拆分字符串，仅保留前两部分再用-拼接，已经是两级的类别保持不变。

具体实现 #

1. 单条/小批量数据处理（纯字符串操作）

def shrink_category(category):
    # 按'-'分割字符串，取前两个部分
    parts = category.split('-')
    return '-'.join(parts[:2])

# 测试示例
sample_cats = [
    "ABC-XYZ-123-!@!",
    "ABC-XYZ-2@#",
    "ABC-XYZ",
    "dfg-ZZZ-123-!@!",
    "dfg-ZZZ-2@#"
]
for cat in sample_cats:
    print(shrink_category(cat))

运行输出：

ABC-XYZ
ABC-XYZ
ABC-XYZ
dfg-ZZZ
dfg-ZZZ

2. 大型数据集处理（结合Pandas）

针对你10万行的数据集，用Pandas处理效率更高：

import pandas as pd

# 读取数据集（假设是CSV格式，其他格式可对应调整读取方法）
df = pd.read_csv('your_data.csv')

# 批量处理Category列
df['Category'] = df['Category'].apply(lambda x: '-'.join(x.split('-')[:2]))

# 保存处理后的结果
df.to_csv('processed_data.csv', index=False)

补充说明 #

• 如果存在仅一级的类别（如ABC），上述代码会直接返回原字符串，你可以根据需求添加逻辑（比如补默认后缀、过滤这类数据）。
• 类别中的特殊字符（如!@#）不会影响分割和拼接操作，因为我们仅按-做分隔。

内容的提问来源于stack exchange，提问作者Luís Henrique Angélico