{"id":2373,"date":"2023-07-22T13:25:44","date_gmt":"2023-07-22T13:25:44","guid":{"rendered":"https:\/\/statorials.org\/de\/konvertieren-sie-kategoriale-variablen-in-digitale-pandas\/"},"modified":"2023-07-22T13:25:44","modified_gmt":"2023-07-22T13:25:44","slug":"konvertieren-sie-kategoriale-variablen-in-digitale-pandas","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/konvertieren-sie-kategoriale-variablen-in-digitale-pandas\/","title":{"rendered":"So konvertieren sie eine kategoriale variable in pandas in eine numerische variable"},"content":{"rendered":"

<\/p>\n

\n

Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um eine kategoriale Variable in eine numerische Variable in einem Pandas-DataFrame zu konvertieren:<\/span><\/p>\n

 df[' column_name<\/span> '] = pd. factorize<\/span> (df[' column_name<\/span> '])[0]\n<\/strong><\/pre>\n
 Sie k\u00f6nnen auch die folgende Syntax verwenden, um jede kategoriale Variable in einem DataFrame in eine numerische Variable zu konvertieren:<\/span><\/p>\n
 #identify all categorical variables<\/span>\ncat_columns = df. select_dtypes<\/span> ([' object<\/span> ']). columns<\/span>\n\n#convert all categorical variables to numeric<\/span>\ndf[cat_columns] = df[cat_columns]. apply<\/span> ( lambda<\/span> x: pd.factorize<\/span> (x)[ 0<\/span> ])\n<\/b><\/pre>\n
 Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden k\u00f6nnen.<\/span><\/p>\n
 Beispiel 1: Konvertieren Sie eine kategoriale Variable in eine numerische<\/strong><\/span><\/h3>\n
 Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],\n                   ' position<\/span> ': ['G', 'G', 'F', 'G', 'F', 'C', 'G', 'F', 'C'],\n                   ' points<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4, 13],\n                   ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12, 10]})\n\n#view DataFrame\ndf\n\n<\/span>team position<\/span> points rebounds\n0 A G<\/span> 5 11\n1 A G<\/span> 7 8\n2 A F<\/span> 7 10\n3 B G<\/span> 9 6\n4 B F<\/span> 12 6\n5 B C<\/span> 9 5\n6 C G<\/span> 9 9\n7 C F<\/span> 4 12\n8 C C<\/span> 13 10\n<\/span><\/span><\/span><\/span><\/strong><\/pre>\n
 Wir k\u00f6nnen die folgende Syntax verwenden, um die Spalte \u201eTeam\u201c in eine numerische Spalte umzuwandeln:<\/span><\/span><\/p>\n
 #convert 'team' column to numeric\n<\/span>df[' team<\/span> '] = pd. factorize<\/span> (df[' team<\/span> '])[ 0<\/span> ]<\/span>\n\n#view updated DataFrame\ndf<\/span>\n\nteam position<\/span> points rebounds\n0 0 G<\/span> 5 11\n1 0 G<\/span> 7 8\n2 0 F<\/span> 7 10\n3 1 G<\/span> 9 6\n4 1 F<\/span> 12 6\n5 1 C<\/span> 9 5\n6 2 G<\/span> 9 9\n7 2 F<\/span> 4 12\n8 2 C<\/span> 13 10\n<\/span><\/span><\/strong><\/pre>\n
 So lief die Umstellung ab:<\/span><\/p>\n