Как преобразовать категориальную переменную в числовую в pandas

Вы можете использовать следующий базовый синтаксис для преобразования категориальной переменной в числовую переменную в DataFrame pandas:

 df[' column_name '] = pd. factorize (df[' column_name '])[0]

Вы также можете использовать следующий синтаксис для преобразования каждой категориальной переменной в DataFrame в числовую переменную:

 #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 ])

Следующие примеры показывают, как использовать этот синтаксис на практике.

Пример 1. Преобразование категориальной переменной в числовую

Предположим, у нас есть следующий DataFrame pandas:

 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

Мы можем использовать следующий синтаксис для преобразования столбца «команда» в числовой:

 #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

Вот как проходило преобразование:

• Каждая команда, имеющая значение « А », была конвертирована в 0 .
• Каждая команда со значением « B » была конвертирована в 1 .
• Каждая команда со значением « С » была конвертирована в 2 .

Пример 2. Преобразование нескольких категориальных переменных в числовые значения

Давайте снова предположим, что у нас есть следующий DataFrame pandas:

 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

Мы можем использовать следующий синтаксис для преобразования каждой категориальной переменной в DataFrame в числовую переменную:

 #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

Обратите внимание, что два категориальных столбца (команда и позиция) были преобразованы в числа, а столбцы очков и подборов остались прежними.

Примечание . Полную документацию по функции pandas Factorize() можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Как преобразовать столбцы Pandas DataFrame в строки
Как преобразовать столбцы Pandas DataFrame в целые числа
Как преобразовать строки в числа с плавающей запятой в Pandas DataFrame