代码之家 › 专栏 › 技术社区 › stone rock

如何将分类数据转换为数值数据?[副本]

pandas python

stone rock · 技术社区 · 7 年前

这个问题已经有了答案:

Pandas: convert categories to numbers 3个答案

我有功能=> city 它是分类数据,即字符串,但不是使用 replace() 有什么聪明的方法吗?

train['city'].unique()
Output: ['city_149', 'city_83', 'city_16', 'city_64', 'city_100', 'city_21',
       'city_114', 'city_103', 'city_97', 'city_160', 'city_65',
       'city_90', 'city_75', 'city_136', 'city_159', 'city_67', 'city_28',
       'city_10', 'city_73', 'city_76', 'city_104', 'city_27', 'city_30',
       'city_61', 'city_99', 'city_41', 'city_142', 'city_9', 'city_116',
       'city_128', 'city_74', 'city_69', 'city_1', 'city_176', 'city_40',
       'city_123', 'city_152', 'city_165', 'city_89', 'city_36', .......]

我想说的是:

train.replace(['city_149', 'city_83', 'city_16', 'city_64', 'city_100', 'city_21',
           'city_114', 'city_103', 'city_97', 'city_160', 'city_65',
           'city_90', 'city_75', 'city_136', 'city_159', 'city_67', 'city_28',
           'city_10', 'city_73', 'city_76', 'city_104', 'city_27', 'city_30',
           'city_61', 'city_99', 'city_41', 'city_142', 'city_9', 'city_116',
           'city_128', 'city_74', 'city_69', 'city_1', 'city_176', 'city_40',
           'city_123', 'city_152', 'city_165', 'city_89', 'city_36', .......], [1,2,3,4,5,6,7,8,9....], inplace=True)

有没有更好的方法把数据转换成数字?因为唯一值的数目是 123 是的。所以我需要硬编码从1,2,3,4,…123来转换它。建议一些更好的方法将其转换为数值。

3 回复 | 直到 7 年前

sacuL 7 年前

试用 pd.factorize() 以下内容:

train['city'] = pd.factorize(train.city)[0]

或者 categorical dtypes 以下内容:

train['city'] = train['city'].astype('category').cat.codes

例如:

>>> train
       city
0  city_151
1  city_149
2  city_151
3  city_149
4  city_149
5  city_149
6  city_151
7  city_151
8  city_150
9  city_151

factorize 以下内容:

train['city'] = pd.factorize(train.city)[0]

>>> train
   city
0     0
1     1
2     0
3     1
4     1
5     1
6     0
7     0
8     2
9     0

或者 astype('category') 以下内容:

train['city'] = train['city'].astype('category').cat.codes

>>> train
   city
0     2
1     0
2     2
3     0
4     0
5     0
6     2
7     2
8     1
9     2

iDrwish 7 年前

你可以通过 mapping 以下内容:

   value_mapper = dict(zip(train['city'].unique(), np.arange(1, 124)))
    train['city'].map(value_mapper)

或者更地道的 categorical data 以下内容:

pd.Categorical(train['city']).codes

Void Star 7 年前

如果值在整数之前始终有下划线,则列表理解可能对您有用:

data = [int(x.split('_')[-1]) for x in train['city']]

每个人的理解循环 x 在里面 train['city'] ,拆分 十 转换为下划线分隔的部分,并将最后一部分转换为整数。如果有多个下划线(如foo_bar_5),则此操作有效。

推荐文章

Google User · Django管理员在`list_display中未显示`creation_date`字段`

10 月前

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

10 月前

ÎÎÎ½Î· ÎÎ®Î¹Î½Î¿Ï · Python lxml.html语法错误:使用lxml find时XPATH的谓词无效

10 月前

user29715306 · from_users=和chats=电视节目中的差异

10 月前

Redshoe · 当执行numpy.genfromtxt()时,python是否会读取文件的所有行?

11 月前

RASEL MAHMUD · 为什么以及如何在is_even()函数内的IF条件中递归X变量在满足0后递增?[副本]

11 月前

prayner · 更新嵌套字典包含列表中的项

11 月前

Bringo Jr · 我可以在O(n)中解决这个问题吗?

11 月前

Dave · 如何在for循环中修改列表值

11 月前

Shukurullox Komiljonov · 从记录中获得相互和解。使用SQL

11 月前