如何將序數值轉換爲分類值？

在Pandas DataFrame中，如何將表示分類特徵的列（例如，一天是工作日還是週末）以序號形式表示（例如，1表示工作日，2表示週末），以便它以分類的方式表示值，例如工作日的（0，1）和週末的（1,0），所以這些值不具有可比性？如何將序數值轉換爲分類值？

有替代使用pd.get_dummies（或OneHotEncoder），這將創建兩個列與0和1s，然後合併兩列在元組中，但沒有直接的方式做到這一點？

例子：我：

datetime temp daytype 
0 2011-01-01 9.84 2 
1 2011-01-02 9.02 2 
2 2011-01-03 9.02 1 
3 2011-01-04 9.84 1 
4 2011-01-05 9.84 1 
5 2011-01-06 9.84 1

我想：

datetime temp daytype 
0 2011-01-01 9.84 (1, 0) 
1 2011-01-02 9.02 (1, 0) 
2 2011-01-03 9.02 (0, 1) 
3 2011-01-04 9.84 (0, 1) 
4 2011-01-05 9.84 (0, 1) 
5 2011-01-06 9.84 (0, 1)

（我開始想，也許我得到它錯了 - 這是不是默認的方式代表絕對值？）

來源

2017-04-26 Ioanna

你是否看到[分類數據文檔]（http://pandas.pydata.org/pandas-docs/stable/categorical.html）？ – languitar

我想你需要'df ['daytype'] = df ['daytype']。astype（'category'）' – jezrael

是的，astype或dtype也是從文檔中推薦的。我相信我（錯誤地）在尋找一種實際可視化的方式來表示這些值不具有可比性。 – Ioanna

您可以創建自己的假人/一貼熱載體中，然後將它們組合成一個元組：

你的原始數據看起來像這樣

import pandas as pd 
df = pd.DataFrame({"daytype": [2, 2, 1, 1, 1, 2]}) 
print(df) 

    daytype 
0  2 
1  2 
2  1 
3  1 
4  1 
5  2

我們可以創建虛擬變量，正如你正確地指出，將導致不同的列：

dummies = pd.get_dummies(df["daytype"]).astype(int) 
print(dummies) 

    1 2 
0 0 1 
1 0 1 
2 1 0 
3 1 0 
4 1 0 
5 0 1

但隨後你們可以一起把這些單獨的列和它們壓縮，並將結果指定追溯到在原始列：

df["combined"] = list(zip(dummies[1], dummies[2]))

給你：

print(df) 

    daytype combined 
0  2 (0, 1) 
1  2 (0, 1) 
2  1 (1, 0) 
3  1 (1, 0) 
4  1 (1, 0) 
5  2 (0, 1)

當然，你完全可以用組合取代原來的列，如果你想，我只是把他們分開爲清楚起見

上述會給你想要的結果，你但是你也可以直接設置評論中提到的特定列的類型：

df['daytype'] = df['daytype'].astype('category')

最終它會回到你想要使用該列做什麼

來源

2017-04-26 08:33:53 Simon

是的，get_dummies + merge會給我我想要的，但我想知道是否有一些編碼器直接做到這一點：D。謝謝。 – Ioanna

我可能是錯的，但我不認爲他們會直接給你，因爲我不能想到代表某種類別的情況。你打算用新的組合專欄做什麼？ – Simon

我正計劃在轉換後的數據幀上運行線性迴歸。 – Ioanna

以下是一種方法：df['daytype'] = df['daytype'].apply(lambda x : (1, 0) if x == 2 else (0,1))

來源

2017-04-26 08:31:28

如何將序數值轉換爲分類值？

回答

相關問題