【Python】数据预处理之将类别数据转换为数值的方法(含Python代码分析) |
您所在的位置:网站首页 › 数据库文本转换为数值 › 【Python】数据预处理之将类别数据转换为数值的方法(含Python代码分析) |
在进行Python数据分析的时候,首先要进行数据预处理。但是有时候不得不处理一些非数值类别的数据,遇到这类问题时该怎么解决呢? 目前为止,总结了三种方法,这里分享给大家。 一、通过mapping方式,将类别映射为数值这种方法是属于映射字典将类标转换为整数,不过这种方法适用范围有限。 我们首先创建一个数据集: 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', 'price', 'classlabel']我们展示一下数据集: color size price classlabel 0 green M 10.1 class1 1 red L 13.5 class2 2 blue XL 15.3 class1我们想把size列的类别转换成数值,可以这样操作: size_mapping = {'XL':3, 'L':2, 'M':1} df['size'] = df['size'].map(size_mapping)我们看一下结果: color size price classlabel 0 green 1 10.1 class1 1 red 2 13.5 class2 2 blue 3 15.3 class1我们继续将classlabel列转换成数值型,代码如下: class_mapping = {label: idx for idx, label in enumerate(np.unique(df['classlabel']))} df['classlabel'] = df['classlabel'].map(class_mapping) print('2,',df)结果展示如下: 2, color size price classlabel 0 green 1 10.1 0 1 red 2 13.5 1 2 blue 3 15.3 0 二、通过LabelEncoder来进行快速的转换继续用上面的例子来展示: color size price classlabel 0 green M 10.1 class1 1 red L 13.5 class2 2 blue XL 15.3 class1我们对classlabel进行转换: class_encoder = LabelEncoder() df['classlabel'] = class_encoder.fit_transform(df['classlabel'].values) print(df)结果展示如下: color size price classlabel 0 green M 10.1 0 1 red L 13.5 1 2 blue XL 15.3 0可以看到,classlabel列自动实现了编码,class1对应的类别为1,class2对应的类别为2。 这种转换比较快速方便,但是编码的可识别性也较低,比如我们在同样的基础上继续对size和color进行转换。 class_encoder = LabelEncoder() color_encoder=LabelEncoder() size_encoder=LabelEncoder() df['classlabel'] = class_encoder.fit_transform(df['classlabel'].values) df['size']=size_encoder.fit_transform(df['size'].values) df['color']=color_encoder.fit_transform(df['color'].values) print(df)结果展示为: color size price classlabel 0 1 1 10.1 0 1 2 0 13.5 1 2 0 2 15.3 0可以看到,转换的类型几乎是一致的,当变量较多时,会出现表意不明的错误。 三、通过pd.get_dummies方法来转换pd.get_dummies相当于onehot编码,常用与把离散的类别信息转化为onehot编码形式。 官方文档: def get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None)对于上面的例子,我们转换为: df2=pd.get_dummies(df) print(df2)结果展示为: price color_blue color_green color_red size_L size_M size_XL classlabel_class1 classlabel_class2 0 10.1 0 1 0 0 1 0 1 0 1 13.5 0 0 1 1 0 0 0 1 2 15.3 1 0 0 0 0 1 1 0如果我们转换其中一列呢? color_encoder=pd.get_dummies(df[['color']]) df2=pd.concat([color_encoder,df],axis=1) print(df2)结果展示为: color_blue color_green color_red color size price classlabel 0 0 1 0 green M 10.1 class1 1 0 0 1 red L 13.5 class2 2 1 0 0 blue XL 15.3 class1 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |