Cara mengonversi variabel kategorikal menjadi numerik di pandas

Anda dapat menggunakan sintaks dasar berikut untuk mengonversi variabel kategorikal menjadi variabel numerik di pandas DataFrame:

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

Anda juga dapat menggunakan sintaks berikut untuk mengonversi setiap variabel kategori dalam DataFrame menjadi variabel numerik:

 #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 ])

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh 1: Ubah Variabel Kategorikal menjadi Numerik

Misalkan kita memiliki panda DataFrame berikut:

 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

Kita dapat menggunakan sintaks berikut untuk mengubah kolom “tim” menjadi numerik:

 #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

Begini cara konversinya:

• Setiap tim yang memiliki nilai ” A ” diubah menjadi 0 .
• Setiap tim yang memiliki nilai “ B ” diubah menjadi 1 .
• Setiap tim yang memiliki nilai “ C ” diubah menjadi 2 .

Contoh 2: Ubah Beberapa Variabel Kategorikal menjadi Nilai Numerik

Mari kita asumsikan lagi bahwa kita memiliki pandas DataFrame berikut:

 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

Kita dapat menggunakan sintaks berikut untuk mengonversi setiap variabel kategori di DataFrame menjadi variabel numerik:

 #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

Perhatikan bahwa dua kolom kategori (tim dan posisi) keduanya telah dikonversi menjadi angka sedangkan kolom poin dan rebound tetap sama.

Catatan : Anda dapat menemukan dokumentasi lengkap fungsi pandas factorize() di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Cara mengonversi kolom Pandas DataFrame menjadi string
Cara mengonversi kolom Pandas DataFrame menjadi bilangan bulat
Cara mengonversi string menjadi float di Pandas DataFrame