当语法（iePURPLE或PURPAL）错误时，如何对csv文件中的颜色（蓝色、绿色、紫色、红色）进行分组？

Question

当语法（例如，case，spelling-Purple或PURPAL）在某些情况下错误时，如何使用Python对csv文件（50000行，下面的示例）中的颜色（蓝色、绿色、紫色、红色）进行分组？谢谢你的帮助

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

Answer 1

你需要清理你的数据。显然，这对于数据所处的任何情况都是唯一的，但是如果您试图识别拼写错误的颜色名称，那么可能会过滤数据帧以显示不是蓝色、绿色、紫色或红色的所有内容。你知道吗

您可以执行以下操作来识别不匹配项，然后找出如何修复它们。你知道吗

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

从那里你可以单独修复每个条目或者写一些东西来智能地修复它们。这取决于你，但一旦你做了，你可以组正常。要修复“purpal”的条目，可以执行以下操作：

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