pandas将类别属性转化为数值属性的方法

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

Python

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)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

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 }

zeropython 微信公众号 5868037 QQ号 [email protected] QQ邮箱