<\/p>\n
Anda dapat menggunakan salah satu metode berikut untuk membuat variabel kategori<\/a> di pandas:<\/span><\/p>\n Metode 1: Buat Variabel Kategorikal dari Awal<\/strong><\/span><\/p>\n Metode 2: Membuat Variabel Kategorikal dari Variabel Numerik yang Ada<\/strong><\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan masing-masing metode dalam praktik.<\/span><\/p>\n Kode berikut menunjukkan cara membuat pandas DataFrame dengan variabel kategori yang disebut team<\/strong> dan variabel numerik yang disebut points<\/strong> :<\/span><\/p>\n Dengan menggunakan df.dtypes<\/strong> kita bisa melihat tipe data setiap variabel<\/a> di DataFrame.<\/span><\/p>\n Kita bisa melihat:<\/span><\/p>\n Dalam Python, sebuah objek<\/strong> setara dengan karakter atau variabel \u201ckategoris\u201d. Dengan demikian, variabel tim merupakan variabel kategorikal.<\/span><\/p>\n Kode berikut menunjukkan cara membuat variabel kategorikal yang disebut status<\/strong> dari variabel numerik yang ada yang disebut poin<\/strong> di DataFrame:<\/span><\/p>\n Dengan menggunakan fungsi cut()<\/strong> , kita membuat variabel kategori baru bernama status<\/strong> yang mengambil nilai berikut:<\/span><\/p>\n Perhatikan bahwa saat menggunakan<\/span> fungsi cut()<\/strong> , jumlah<\/span> label<\/strong> harus kurang satu dari jumlah<\/span> bins<\/strong> .<\/span><\/span><\/p>\n Dalam contoh kita, kita menggunakan empat nilai kotak<\/strong> untuk menentukan tepi kotak dan tiga nilai label<\/strong> untuk menentukan label yang akan digunakan untuk variabel kategori.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas panda umum lainnya:<\/span><\/p>\n Cara membuat variabel dummy di Pandas<\/a> Anda dapat menggunakan salah satu metode berikut untuk membuat variabel kategori di pandas: Metode 1: Buat Variabel Kategorikal dari Awal df[‘ cat_variable ‘] = [‘ A ‘, ‘ B ‘, ‘ C ‘, ‘ D ‘] Metode 2: Membuat Variabel Kategorikal dari Variabel Numerik yang Ada df[‘ cat_variable ‘] = pd. cut (df[‘ numeric_variable ‘], […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[' cat_variable<\/span> '] = [' A<\/span> ', ' B<\/span> ', ' C<\/span> ', ' D<\/span> ']\n<\/strong><\/pre>\n df[' cat_variable<\/span> '] = pd. cut<\/span> (df[' numeric_variable<\/span> '],\n bins=[ 0,15,25<\/span> ,float(' Inf<\/span> ') ]<\/span> ,<\/span>\n labels=[' Bad<\/span> ', ' OK<\/span> ', ' Good<\/span> '])<\/strong><\/pre>\n Contoh 1: Buat Variabel Kategorikal dari Awal<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#create DataFrame with one categorical variable and one numeric variable\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [12, 15, 19, 22, 24, 25, 26, 30]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 to 12\n1 B 15\n2 C 19\n3 D 22\n4 E 24\n5 F 25\n6 G 26\n7:30 a.m.\n\n#view data type of each column in DataFrame\n<\/span>print<\/span> ( df.dtypes<\/span> )\n\nteam object\nint64 dots\ndtype:object<\/span><\/span><\/strong><\/pre>\n\n
Contoh 2: Buat variabel kategorikal dari variabel numerik yang ada<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#create DataFrame with one categorical variable and one numeric variable\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [12, 15, 19, 22, 24, 25, 26, 30]})\n\n#create categorical variable 'status' based on existing numerical 'points' variable\n<\/span>df[' status<\/span> '] = pd. cut<\/span> (df[' points<\/span> '],\n bins=[ 0,15,25<\/span> ,float(' Inf<\/span> ') ]<\/span> ,<\/span>\n labels=[' Bad<\/span> ', ' OK<\/span> ', ' Good<\/span> '])\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points status\n0 To 12 Bad\n1 B 15 Bad\n2 C 19 OK\n3 D 22 OK\n4 E 24 OK\n5 F 25 OK\n6 G 26 Good\n7:30 a.m. Good<\/span><\/span><\/strong><\/pre>\n\n
Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara mengonversi variabel kategorikal menjadi numerik di Pandas<\/a>
Cara mengubah nilai boolean menjadi nilai integer di Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"