当语法（iePURPLE或PURPAL）错误时，如何从csv文件分组颜色（蓝色，绿色，紫色，红色）？

Question

在几种情况下，如果句法（例如，拼写 - PURPLE或PURPAL）错误，我如何使用Python从csv文件（50000行，下面的示例）分组颜色（蓝色，绿色，紫色，红色）？感谢您提供的任何帮助

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

Answer 1

您将需要清理数据。显然，这对于数据所处的任何情况都是唯一的，但是如果您尝试识别拼写错误的颜色名称，那么可以过滤DataFrame以显示不是蓝色，绿色，紫色或红色的所有内容。

你可以做下面的事情来识别不适应，然后找出如何解决它们。

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写点东西来智能修复它们。这取决于你，但一旦你完成了，你可以像平常一样进行分组。要解决的“purpal”的一个或多个条目，你可以这样做：

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