基于pandas将类别属性转化为数值属性的方法

发布时间：2020-12-16 21:16:56 所属栏目：Python 来源：网络整理

导读：离散特征的编码分为两种情况： 1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码 2、离散特征的取值有大小的意义，比如size:[X,XL,XXL],那么就使用数值的映射{X:1,XL:2,XXL:3} 使用pandas可以很方便的对离散型特征进行one

离散特征的编码分为两种情况：

1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码

2、离散特征的取值有大小的意义，比如size:[X,XL,XXL],那么就使用数值的映射{X:1,XL:2,XXL:3}

使用pandas可以很方便的对离散型特征进行one-hot编码

import pandas as pd
df = pd.DataFrame([
   ['green','M',10.1,'class1'],['red','L',13.5,'class2'],['blue','XL',15.3,'class1']])

df.columns = ['color','size','prize','class label']

size_mapping = {
   'XL': 3,'L': 2,'M': 1}
df['size'] = df['size'].map(size_mapping)

class_mapping = {label:idx for idx,label in enumerate(set(df['class label']))}
df['class label'] = df['class label'].map(class_mapping)

说明：对于有大小意义的离散特征，直接使用映射就可以了，{‘XL':3,'L':2,'M':1 }

Using the get_dummies will create a new column for every unique string in a certain column:使用get_dummies进行one-hot

编码

pd.get_dummies(df)

以上这篇基于pandas将类别属性转化为数值属性的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持编程小技巧。

您可能感兴趣的文章:

python数据预处理之将类别数据转换为数值的方法
python pandas修改列属性的方法详解

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!