如何将Pandas数据集中低频列值B、D合并为‘Others’？

没问题，这是个很常见的类别数据处理需求，我给你两种实用的方法，你可以根据场景选择：

方法一：直接指定要合并的类别（适合已知要合并的是B和D） #

如果你已经明确知道要把B和D换成'Others'，直接用replace()方法就能快速搞定：

# 把下面的'category'替换成你实际的目标列名
low_freq_vals = ['B', 'D']
df['category'] = df['category'].replace(low_freq_vals, 'Others')

这个方法简单直接，一步到位，适合已经确定目标类别的固定场景。

方法二：动态识别低频类别（适合自动筛选所有低频率值） #

如果后续数据可能变化，或者你想自动把所有频率低于某个阈值的类别都合并成'Others'，可以先计算频率再批量替换：

# 1. 计算目标列每个类别的占比（用value_counts(normalize=True)，也可以用绝对计数）
category_freq = df['category'].value_counts(normalize=True)

# 2. 筛选出频率低于5%的类别（你可以根据需求调整阈值，比如0.03就是3%）
low_freq_cats = category_freq[category_freq < 0.05].index.tolist()

# 3. 把这些低频类别统一替换为'Others'
df['category'] = df['category'].replace(low_freq_cats, 'Others')

实际效果示例 #

假设你的原始数据列是这样的：

用方法一处理后，结果会变成：

如果用方法二，只要B和D的频率低于你设定的阈值，结果也是一样的；如果之后新增了其他低频类别，这个方法会自动把它们也合并进去，灵活性更高。

小提示：如果你的目标列是Pandas的category类型（不是普通字符串），替换后可以用df['category'] = df['category'].cat.set_categories(df['category'].unique())重新整理类别，普通字符串列不需要这一步。

内容的提问来源于stack exchange，提问作者John_Rodgers