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