概述
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。
总结
以上是编程之家为你收集整理的基于pandas将类别属性转化为数值属性的方法全部内容,希望文章能够帮你解决基于pandas将类别属性转化为数值属性的方法所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧