如何在 pandas 中创建分类变量（附示例）

您可以使用以下任意方法在 pandas 中创建分类变量：

方法 1：从头开始创建分类变量

 df[' cat_variable '] = [' A ', ' B ', ' C ', ' D ']

方法 2：从现有数值变量创建分类变量

 df[' cat_variable '] = pd. cut (df[' numeric_variable '],
                            bins=[ 0,15,25 ,float(' Inf ') ] ,
                            labels=[' Bad ', ' OK ', ' Good '])

以下示例展示了如何在实践中使用每种方法。

示例 1：从头开始创建分类变量

以下代码展示了如何使用名为team 的分类变量和名为point的数值变量创建 pandas DataFrame ：

 import pandas as pd

#create DataFrame with one categorical variable and one numeric variable
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [12, 15, 19, 22, 24, 25, 26, 30]})

#view DataFrame
print (df)

  team points
0 to 12
1 B 15
2 C 19
3 D 22
4 E 24
5 F 25
6 G 26
7:30 a.m.

#view data type of each column in DataFrame
print ( df.dtypes )

team object
int64 dots
dtype:object

使用df.dtypes我们可以看到 DataFrame 中每个变量的数据类型。

我们可以看到：

• team 变量是一个对象。
• 点变量是一个整数。

在 Python 中，对象相当于字符或“分类”变量。因此，团队变量是一个分类变量。

示例 2：从现有数值变量创建分类变量

以下代码演示了如何从 DataFrame 中名为点的现有数值变量创建名为status的分类变量：

 import pandas as pd

#create DataFrame with one categorical variable and one numeric variable
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [12, 15, 19, 22, 24, 25, 26, 30]})

#create categorical variable 'status' based on existing numerical 'points' variable
df[' status '] = pd. cut (df[' points '],
                      bins=[ 0,15,25 ,float(' Inf ') ] ,
                      labels=[' Bad ', ' OK ', ' Good '])

#view updated DataFrame
print (df)

  team points status
0 To 12 Bad
1 B 15 Bad
2 C 19 OK
3 D 22 OK
4 E 24 OK
5 F 25 OK
6 G 26 Good
7:30 a.m. Good

使用cut()函数，我们创建了一个名为status的新分类变量，它采用以下值：

• 如果点列中的值小于或等于 15，则为“坏”。
• 否则，如果点列中的值小于或等于 25，则“确定”。
• 否则，“好”。

请注意，使用cut()函数时，标签的数量必须比bin的数量少 1 。

在我们的示例中，我们使用四个框值来定义框的边缘，使用三个标签值来指定用于分类变量的标签。

其他资源

以下教程解释了如何执行其他常见的 panda 任务：

如何在 Pandas 中创建虚拟变量
如何在 Pandas 中将分类变量转换为数值
如何在 Pandas 中将布尔值转换为整数值