Як перетворити категоріальну змінну на числову в pandas

Ви можете використовувати такий базовий синтаксис, щоб перетворити категоріальну змінну на числову змінну в pandas DataFrame:

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

Ви також можете використовувати такий синтаксис, щоб перетворити кожну категоріальну змінну в DataFrame на числову змінну:

 #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 ])

Наступні приклади показують, як використовувати цей синтаксис на практиці.

Приклад 1: Перетворення категоріальної змінної на числову

Припустімо, що у нас є наступні pandas DataFrame:

 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

Ми можемо використати наступний синтаксис, щоб перетворити стовпець «команда» на числовий:

 #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

Ось як пройшло перетворення:

• Кожна команда, яка мала значення « А », була перетворена в 0 .
• Кожна команда, яка мала значення « B », була перетворена на 1 .
• Кожна команда, яка мала значення « C », була перетворена на 2 .

Приклад 2: Перетворення кількох категоріальних змінних на числові значення

Давайте ще раз припустимо, що у нас є наступні pandas DataFrame:

 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

Ми можемо використовувати такий синтаксис, щоб перетворити кожну категоріальну змінну в DataFrame на числову змінну:

 #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

Зауважте, що обидва категорійні стовпці (команда та позиція) були перетворені на числа, тоді як стовпці очок і підбирань залишилися незмінними.

Примітка . Повну документацію щодо функції pandas factorize() можна знайти тут .

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові операції в pandas:

Як перетворити стовпці Pandas DataFrame на рядки
Як перетворити стовпці Pandas DataFrame на ціле число
Як перетворити рядки на плаваючі у Pandas DataFrame