Jak przekonwertować zmienną kategorialną na numeryczną w pandach
Możesz użyć następującej podstawowej składni, aby przekonwertować zmienną kategorialną na zmienną numeryczną w ramce DataFrame pandy:
df[' column_name '] = pd. factorize (df[' column_name '])[0]
Możesz także użyć poniższej składni, aby przekonwertować każdą zmienną kategorialną w ramce DataFrame na zmienną numeryczną:
#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 ])
Poniższe przykłady pokazują, jak używać tej składni w praktyce.
Przykład 1: Konwersja zmiennej jakościowej na numeryczną
Załóżmy, że mamy następującą ramkę DataFrame pand:
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
Możemy użyć następującej składni, aby przekonwertować kolumnę „zespół” na numeryczną:
#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
Oto jak przebiegła konwersja:
- Każdy zespół, który miał wartość „ A ”, został przeliczony na 0 .
- Każdy zespół, który miał wartość „ B ”, został przeliczony na 1 .
- Każdy zespół, który miał wartość „ C ”, został przeliczony na 2 .
Przykład 2: Konwersja wielu zmiennych jakościowych na wartości liczbowe
Załóżmy jeszcze raz, że mamy następującą ramkę DataFrame pandy:
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
Możemy użyć następującej składni, aby przekonwertować każdą zmienną kategorialną w ramce DataFrame na zmienną numeryczną:
#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
Należy zauważyć, że dwie kolumny kategoryczne (drużyna i pozycja) zostały przekonwertowane na liczby, natomiast kolumny punktów i zbiórek pozostały takie same.
Uwaga : pełną dokumentację funkcji pandasfactorize() można znaleźć tutaj .
Dodatkowe zasoby
Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje na pandach:
Jak przekonwertować kolumny Pandas DataFrame na ciągi
Jak przekonwertować kolumny Pandas DataFrame na liczbę całkowitą
Jak przekonwertować ciągi na pływające w Pandas DataFrame