Un modo per farlo \u00e8 utilizzare la codifica delle etichette<\/strong> , che<\/span> assegna a ciascun valore categoriale un valore intero in base all’ordine alfabetico.<\/span><\/p>\n Ad esempio, la schermata seguente mostra come convertire ciascun valore univoco di una variabile categoriale denominata Team<\/strong> in un valore intero in base all’ordine alfabetico:<\/span> <\/p>\n \u00c8 possibile utilizzare la seguente sintassi per eseguire la codifica delle etichette in Python:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa sintassi nella pratica.<\/span><\/p>\n Supponiamo di avere i seguenti panda DataFrame:<\/span><\/span><\/p>\n Possiamo utilizzare il seguente codice per eseguire la codifica delle etichette per convertire ogni valore categoriale nella colonna del team<\/strong> in un valore intero:<\/span><\/span><\/p>\n Dal risultato possiamo vedere:<\/span><\/p>\n Tieni presente che puoi anche utilizzare la funzione inverse_transform()<\/strong> per ottenere i valori originali della colonna della squadra<\/strong> :<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni in Python:<\/span><\/p>\n Come convertire una variabile categoriale in numerica in Pandas<\/a> Spesso nell’apprendimento automatico vogliamo convertire le variabili categoriali in un tipo di formato numerico che possa essere facilmente utilizzato dagli algoritmi. Un modo per farlo \u00e8 utilizzare la codifica delle etichette , che assegna a ciascun valore categoriale un valore intero in base all’ordine alfabetico. Ad esempio, la schermata seguente mostra come convertire ciascun valore […]<\/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![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/labelencode2-1.jpg\")
<\/p>\n from<\/span> sklearn. preprocessing<\/span> import<\/span> LabelEncoder\n\n#create instance of label encoder\n<\/span>lab = LabelEncoder()\n\n#perform label encoding on 'team' column\n<\/span>df[' my_column<\/span> '] = lab. fit_transform<\/span> (df[' my_column<\/span> '])\n<\/strong><\/pre>\n Esempio: codificare etichette in Python<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],\n ' points<\/span> ': [25, 12, 15, 14, 19, 23, 25, 29]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 to 25\n1 to 12\n2 B 15\n3 B 14\n4 B 19\n5 B 23\n6 C 25\n7 C 29<\/strong><\/span><\/pre>\n from<\/span> sklearn. preprocessing<\/span> import<\/span> LabelEncoder\n\n#create instance of label encoder\n<\/span>lab = LabelEncoder()\n\n#perform label encoding on 'team' column\n<\/span>df[' team<\/span> '] = lab. fit_transform<\/span> (df[' team<\/span> '])\n\n#view updated DataFrame<\/span>\nprint<\/span> (df)\n\n team points\n0 0 25\n1 0 12\n2 1 15\n3 1 14\n4 1 19\n5 1 23\n6 2 25\n7 2 29\n<\/strong><\/pre>\n\n
#display original team labels\n<\/span>lab. inverse_transform<\/span> (df[' team<\/span> '])\n\narray(['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'], dtype=object)\n<\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Come convertire valori booleani in valori interi in Panda<\/a>
Come utilizzare factorize() per codificare stringhe come numeri in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"