<\/p>\n
Voc\u00ea pode usar qualquer um dos seguintes m\u00e9todos para criar uma vari\u00e1vel categ\u00f3rica<\/a> em pandas:<\/span><\/p>\n M\u00e9todo 1: Criar uma vari\u00e1vel categ\u00f3rica do zero<\/strong><\/span><\/p>\n M\u00e9todo 2: Criar uma vari\u00e1vel categ\u00f3rica a partir de uma vari\u00e1vel num\u00e9rica existente<\/strong><\/span><\/p>\n Os exemplos a seguir mostram como usar cada m\u00e9todo na pr\u00e1tica.<\/span><\/p>\n O c\u00f3digo a seguir mostra como criar um DataFrame do pandas com uma vari\u00e1vel categ\u00f3rica chamada team<\/strong> e uma vari\u00e1vel num\u00e9rica chamada points<\/strong> :<\/span><\/p>\n Usando df.dtypes<\/strong> podemos ver o tipo de dados de cada vari\u00e1vel<\/a> no DataFrame.<\/span><\/p>\n N\u00f3s podemos ver:<\/span><\/p>\n Em Python, um objeto<\/strong> \u00e9 equivalente a um caractere ou uma vari\u00e1vel \u201ccateg\u00f3rica\u201d. Assim, a vari\u00e1vel equipe \u00e9 uma vari\u00e1vel categ\u00f3rica.<\/span><\/p>\n O c\u00f3digo a seguir mostra como criar uma vari\u00e1vel categ\u00f3rica chamada status<\/strong> a partir da vari\u00e1vel num\u00e9rica existente chamada pontos<\/strong> no DataFrame:<\/span><\/p>\n Usando a fun\u00e7\u00e3o cut()<\/strong> , criamos uma nova vari\u00e1vel categ\u00f3rica chamada status<\/strong> que assume os seguintes valores:<\/span><\/p>\n Observe que ao usar a<\/span> fun\u00e7\u00e3o cut()<\/strong> , o n\u00famero de<\/span> r\u00f3tulos<\/strong> deve ser um a menos que o n\u00famero de<\/span> bins<\/strong> .<\/span><\/span><\/p>\n Em nosso exemplo, usamos quatro valores para caixas<\/strong> para definir as bordas das caixas e tr\u00eas valores para r\u00f3tulos<\/strong> para especificar os r\u00f3tulos a serem usados para a vari\u00e1vel categ\u00f3rica.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns do panda:<\/span><\/p>\n Como criar vari\u00e1veis fict\u00edcias no Pandas<\/a> Voc\u00ea pode usar qualquer um dos seguintes m\u00e9todos para criar uma vari\u00e1vel categ\u00f3rica em pandas: M\u00e9todo 1: Criar uma vari\u00e1vel categ\u00f3rica do zero df[‘ cat_variable ‘] = [‘ A ‘, ‘ B ‘, ‘ C ‘, ‘ D ‘] M\u00e9todo 2: Criar uma vari\u00e1vel categ\u00f3rica a partir de uma vari\u00e1vel num\u00e9rica existente df[‘ cat_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":[],"class_list":["post-3607","post","type-post","status-publish","format-standard","hentry","category-guia"],"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 Exemplo 1: Crie uma vari\u00e1vel categ\u00f3rica do zero<\/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
Exemplo 2: Crie uma vari\u00e1vel categ\u00f3rica a partir de uma vari\u00e1vel num\u00e9rica existente<\/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
Recursos adicionais<\/strong><\/span><\/h2>\n
Como converter uma vari\u00e1vel categ\u00f3rica em num\u00e9rica no Pandas<\/a>
Como converter valores booleanos em valores inteiros no Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"