So konvertieren sie eine kategoriale variable in pandas in eine numerische variable

Sie können die folgende grundlegende Syntax verwenden, um eine kategoriale Variable in eine numerische Variable in einem Pandas-DataFrame zu konvertieren:

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

Sie können auch die folgende Syntax verwenden, um jede kategoriale Variable in einem DataFrame in eine numerische Variable zu konvertieren:

 #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 ])

Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden können.

Beispiel 1: Konvertieren Sie eine kategoriale Variable in eine numerische

Angenommen, wir haben den folgenden 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

Wir können die folgende Syntax verwenden, um die Spalte „Team“ in eine numerische Spalte umzuwandeln:

 #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

So lief die Umstellung ab:

• Jedes Team, das den Wert „ A “ hatte, wurde in 0 umgewandelt.
• Jedes Team, das den Wert „ B “ hatte, wurde in eine 1 umgewandelt.
• Jedes Team, das einen Wert von „ C “ hatte, wurde in eine 2 umgewandelt.

Beispiel 2: Konvertieren mehrerer kategorialer Variablen in numerische Werte

Nehmen wir erneut an, dass wir den folgenden Pandas-DataFrame haben:

 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

Wir können die folgende Syntax verwenden, um jede kategoriale Variable im DataFrame in eine numerische Variable umzuwandeln:

 #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

Beachten Sie, dass die beiden kategorialen Spalten (Team und Position) beide in Zahlen umgewandelt wurden, während die Punkte- und Rebounds-Spalten gleich geblieben sind.

Hinweis : Die vollständige Dokumentation der Pandas- Factorize() -Funktion finden Sie hier .

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

So konvertieren Sie Pandas DataFrame-Spalten in Zeichenfolgen
So konvertieren Sie Pandas DataFrame-Spalten in Ganzzahlen
So konvertieren Sie Zeichenfolgen in Pandas DataFrame in Float