如何在 pandas 中将分类变量转换为数值

您可以使用以下基本语法将 pandas DataFrame 中的分类变量转换为数值变量：

 df[' column_name '] = pd. factorize (df[' column_name '])[0]

您还可以使用以下语法将 DataFrame 中的每个分类变量转换为数值变量：

 #identify all categorical variables
cat_columns = df. select_dtypes ([' object ']). columns

#convert all categorical variables to numeric
df[cat_columns] = df[cat_columns]. apply ( lambda x: pd.factorize (x)[ 0 ])

以下示例展示了如何在实践中使用此语法。

示例 1：将分类变量转换为数值

假设我们有以下 pandas DataFrame：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   ' position ': ['G', 'G', 'F', 'G', 'F', 'C', 'G', 'F', 'C'],
                   ' points ': [5, 7, 7, 9, 12, 9, 9, 4, 13],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12, 10]})

#view DataFrame
df

team position points rebounds
0 A G 5 11
1 A G 7 8
2 A F 7 10
3 B G 9 6
4 B F 12 6
5 B C 9 5
6 C G 9 9
7 C F 4 12
8 C C 13 10

我们可以使用以下语法将“team”列转换为数字：

 #convert 'team' column to numeric
df[' team '] = pd. factorize (df[' team '])[ 0 ]

#view updated DataFrame
df

team position points rebounds
0 0 G 5 11
1 0 G 7 8
2 0 F 7 10
3 1 G 9 6
4 1 F 12 6
5 1 C 9 5
6 2 G 9 9
7 2 F 4 12
8 2 C 13 10

以下是转换的过程：

• 每个具有“ A ”值的球队都被转换为0 。
• 每个具有“ B ”值的团队都转换为1 。
• 每个具有“ C ”值的团队都转换为2 。

示例 2：将多个分类变量转换为数值

让我们再次假设我们有以下 pandas DataFrame：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   ' position ': ['G', 'G', 'F', 'G', 'F', 'C', 'G', 'F', 'C'],
                   ' points ': [5, 7, 7, 9, 12, 9, 9, 4, 13],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12, 10]})

#view DataFrame
df

        team position points rebounds
0 A G 5 11
1 A G 7 8
2 A F 7 10
3 B G 9 6
4 B F 12 6
5 B C 9 5
6 C G 9 9
7 C F 4 12
8 C C 13 10

我们可以使用以下语法将 DataFrame 中的每个分类变量转换为数值变量：

 #get all categorical columns
cat_columns = df. select_dtypes ([' object ']). columns

#convert all categorical columns to numeric
df[cat_columns] = df[cat_columns]. apply ( lambda x: pd.factorize (x)[ 0 ])

#view updated DataFrame
df

	team position points rebounds
0 0 0 5 11
1 0 0 7 8
2 0 1 7 10
3 1 0 9 6
4 1 1 12 6
5 1 2 9 5
6 2 0 9 9
7 2 1 4 12
8 2 2 13 10

请注意，两个分类列（球队和位置）均已转换为数字，而得分和篮板列保持不变。

注意：您可以在此处找到 pandas Factorize()函数的完整文档。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何将 Pandas DataFrame 列转换为字符串
如何将 Pandas DataFrame 列转换为整数
如何在 Pandas DataFrame 中将字符串转换为浮点数