这篇文章主要介绍pandas数据处理之标签列字符转数字的实现,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
机器学习中,当我们在进行数据预处理的时候,对于标签列非字符的数据,我们往往需要将其转换成字符,因为有的算法可能不支持非数字类型来做特征。
import pandas as pd array = ['good','bad','well','bad','good','good','well','good']
df = pd.DataFrame(array,columns=['status']) status_dict = df['status'].unique().tolist()
df['transfromed']=df['status'].apply(lambda x : status_dict.index(x))
这样,就将标签列处理好了哈
等用完之后,再转回来
df['transfromed1']= df['transfromed'].apply(lambda x : status_dict[x])
补充:pandas factorize将字符串特征转化为数字特征
将原始数据中的字符串特征转化为模型可以识别的数字特征可是使用pandas自带的factorzie方法。
原始数据的job特征值如下
都是字符串特征,无法用于训练,当然可以单独建立map硬编码处理,但是pandas已经封装好了相应的方法。
data = pd.read_csv("data/test_set.csv") data["job"] = pd.factorize(data["job"])[0].astype(np.uint16)
以上是“pandas数据处理之标签列字符转数字的实现”这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。