Pandas分类数据和顺序数据转换为标志变量

电玩女神 2023-08-17 16:32 94阅读 0赞

#导入pandas库
    import pandas as pd
    #OneHotEncoder用来将数值型类别变量转换为0-1的标志性变量
    #LabelEncoder用来将字符串型变量转换为数值型变量
    from sklearn.preprocessing import OneHotEncoder,LabelEncoder 
    
    #生成数据
    df=pd.DataFrame({'id':[321313,246852,447902],
                    'sex':['male','Female','Female'],
                    'level':['high','low','middle'],
                    'score':[1,2,3]})
    print(df)
           id     sex   level  score
    0  321313    male    high      1
    1  246852  Female     low      2
    2  447902  Female  middle      3
    
    
    #拆分id和数据列
    id_data=df[['id']] #获得id列
    raw_convert_data=df.iloc[:,1:] #指定要转换的列
    print(raw_convert_data)
          sex   level  score
    0    male    high      1
    1  Female     low      2
    2  Female  middle      3
    
    
    #将数值型分类向量转换为标志变量
    model_enc=OneHotEncoder() #建立标志转换模型对象
    df_new2=model_enc.fit_transform(raw_convert_data).toarray() #标志转换
    
    
    #合并数据
    df_all=pd.concat((id_data,pd.DataFrame(df_new2)),axis=1) #重新组合为新数据框
    print(df_all) #打印输出转换后的数据框
           id    0    1    2    3    4    5    6    7
    0  321313  0.0  1.0  1.0  0.0  0.0  1.0  0.0  0.0
    1  246852  1.0  0.0  0.0  1.0  0.0  0.0  1.0  0.0
    2  447902  1.0  0.0  0.0  0.0  1.0  0.0  0.0  1.0
    
    
    # 使用pandas的get_dummies做标志转换
    df_new3 = pd.get_dummies(raw_convert_data)
    df_all2 = pd.concat((id_data, pd.DataFrame(df_new3)), axis=1)  # 重新组合为数据框
    print(df_all2)  # 打印输出转换后的数据框
           id  score  sex_Female  sex_male  level_high  level_low  level_middle
    0  321313      1           0         1           1          0             0
    1  246852      2           1         0           0          1             0
    2  447902      3           1         0           0          0             1

转载于:https://www.cnblogs.com/hankleo/p/11470398.html