色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

十種pandas數(shù)據(jù)編碼的方法分享

數(shù)據(jù)分析與開發(fā) ? 來源:早起Python ? 作者:劉早起 ? 2022-05-10 15:33 ? 次閱讀

最近在知乎上看到這樣一個問題

9a4ba882-cf81-11ec-bce3-dac502259ad0.png

題主表示pandas用起來很亂,事實真的如此嗎?本文就將先如何利用pandas來行數(shù)據(jù)轉(zhuǎn)換/編碼的十種方案,最后再回答這個問題。

其實這個操作在機器學(xué)習(xí)中十分常見,很多算法都需要我們對分類特征進(jìn)行轉(zhuǎn)換(編碼),即根據(jù)某一列的值,新增(修改)一列。

為了方便理解,下面創(chuàng)建示例DataFrame
9a5ee8de-cf81-11ec-bce3-dac502259ad0.png

數(shù)值型數(shù)據(jù)

讓我們先來討論連續(xù)型數(shù)據(jù)的轉(zhuǎn)換,也就是根據(jù)Score列的值,來新增一列標(biāo)簽,即如果分?jǐn)?shù)大于90,則標(biāo)記為A,分?jǐn)?shù)在80-90標(biāo)記為B,以此類推。

自定義函數(shù) + 循環(huán)遍歷

首先當(dāng)然是最簡單,最笨的方法,自己寫一個函數(shù),并用循環(huán)遍歷,那肯定就是一個def加一個for

df1=df.copy()

defmyfun(x):
ifx>90:
return'A'
elifx>=80andx<90:
????????return'B'
elifx>=70andx<80:
????????return'C'
elifx>=60andx<70:
????????return'D'
else:
return'E'

df1['Score_Label']=None
foriinrange(len(df1)):
df1.iloc[i,3]=myfun(df1.iloc[i,2])

這段代碼,相信所有人都能看懂,簡單好想但比較麻煩
9a734c5c-cf81-11ec-bce3-dac502259ad0.png

有沒有更簡單的辦法呢?pandas當(dāng)然提供了很多高效的操作的函數(shù),繼續(xù)往下看。

自定義函數(shù) + map

現(xiàn)在,可以使用map來干掉循環(huán)(雖然本質(zhì)上也是循環(huán))

df2=df.copy()

defmapfun(x):
ifx>90:
return'A'
elifx>=80andx<90:
????????return'B'
elifx>=70andx<80:
????????return'C'
elifx>=60andx<70:
????????return'D'
else:
return'E'

df2['Score_Label']=df2['Score'].map(mapfun)

結(jié)果是同樣的
9a734c5c-cf81-11ec-bce3-dac502259ad0.png

自定義函數(shù) + apply

如果還想簡潔代碼,可以使用自定義函數(shù) + apply來干掉自定義函數(shù)

df3=df.copy()
df3['Score_Label']=df3['Score'].apply(lambdax:'A'ifx>90else(
'B'if90>x>=80else('C'if80>x>=70else('D'if70>x>=60else'E'))))

結(jié)果和上面是一致的,只不過這么寫容易被打。

使用 pd.cut

現(xiàn)在,讓我們繼續(xù)了解更高級的pandas函數(shù),依舊是對Score進(jìn)行編碼,使用pd.cut,并指定劃分的區(qū)間后,可以直接幫你分好組

df4=df.copy()
bins=[0,59,70,80,100]
df4['Score_Label']=pd.cut(df4['Score'],bins)

9a9422ba-cf81-11ec-bce3-dac502259ad0.png

也可以直接使用labels參數(shù)來修改對應(yīng)組的名稱,是不是方便多了

df4['Score_Label_new']=pd.cut(df4['Score'],bins,labels=[
'low','middle','good','perfect'])

9ae84d2c-cf81-11ec-bce3-dac502259ad0.png

使用 sklearn 二值化

既然是和機器學(xué)習(xí)相關(guān),sklearn肯定跑不掉,如果需要新增一列并判定成績是否及格,就可以使用Binarizer函數(shù),代碼也是簡潔好懂

df5=df.copy()
binerize=Binarizer(threshold=60)
trans=binerize.fit_transform(np.array(df1['Score']).reshape(-1,1))
df5['Score_Label']=trans

9afddcb4-cf81-11ec-bce3-dac502259ad0.png

文本型數(shù)據(jù)

下面介紹更常見的,對文本數(shù)據(jù)進(jìn)行轉(zhuǎn)換打標(biāo)簽。例如新增一列,將性別男、女分別標(biāo)記為0、1

使用 replace

首先介紹replace,但要注意的是,上面說過的自定義函數(shù)相關(guān)方法依舊是可行的

df6=df.copy()
df6['Sex_Label']=df6['Sex'].replace(['Male','Female'],[0,1])

9b0b4980-cf81-11ec-bce3-dac502259ad0.png

上面是對性別操作,因為只有男女,所以可以手動指定0、1,但要是類別很多,也可以使用pd.value_counts()來自動指定標(biāo)簽,例如對Course Name列分組

df6=df.copy()
value=df6['CourseName'].value_counts()
value_map=dict((v,i)fori,vinenumerate(value.index))
df6['CourseName_Label']=df6.replace({'CourseName':value_map})['CourseName']

9b1b3a66-cf81-11ec-bce3-dac502259ad0.png

使用map

額外強調(diào)的是,新增一列,一定要能夠想到map

df7=df.copy()
Map={elem:indexforindex,eleminenumerate(set(df["CourseName"]))}
df7['CourseName_Label']=df7['CourseName'].map(Map)

9b2ad944-cf81-11ec-bce3-dac502259ad0.png

使用astype

這個方法應(yīng)該很多人不知道,這就屬于上面提到的知乎問題,能實現(xiàn)的方法太多了

df8=df.copy()
value=df8['CourseName'].astype('category')
df8['CourseName_Label']=value.cat.codes

9b4a5f58-cf81-11ec-bce3-dac502259ad0.png

使用 sklearn

同數(shù)值型一樣,這種機器學(xué)習(xí)中的經(jīng)典操作,sklearn一定有辦法,使用LabelEncoder可以對分類數(shù)據(jù)進(jìn)行編碼

fromsklearn.preprocessingimportLabelEncoder
df9=df.copy()
le=LabelEncoder()
le.fit(df9['Sex'])
df9['Sex_Label']=le.transform(df9['Sex'])
le.fit(df9['CourseName'])
df9['CourseName_Label']=le.transform(df9['CourseName'])

9b59ed1a-cf81-11ec-bce3-dac502259ad0.png

一次性轉(zhuǎn)換兩列也是可以的

df9=df.copy()
le=OrdinalEncoder()
le.fit(df9[['Sex','CourseName']])
df9[['Sex_Label','CourseName_Label']]=le.transform(df9[['Sex','CourseName']])

使用factorize

最后,再介紹一個小眾但好用的pandas方法,我們需要注意到,在上面的方法中,自動生成的Course Name_Label列,雖然一個數(shù)據(jù)對應(yīng)一個語言,因為避免寫自定義函數(shù)或者字典,這樣可以自動生成,所以大多是無序的。

如果我們希望它是有序的,也就是Python對應(yīng)0Java對應(yīng)1,除了自己指定,還有什么優(yōu)雅的辦法?這時可以使用factorize,它會根據(jù)出現(xiàn)順序進(jìn)行編碼

df10=df.copy()
df10['CourseName_Label']=pd.factorize(df10['CourseName'])[0]

9b8ca3ea-cf81-11ec-bce3-dac502259ad0.png

結(jié)合匿名函數(shù),我們可以做到對多列進(jìn)行有序編碼轉(zhuǎn)換

df10=df.copy()
cat_columns=df10.select_dtypes(['object']).columns

df10[['Sex_Label','CourseName_Label']]=df10[cat_columns].apply(
lambdax:pd.factorize(x)[0])

9ba5f3c2-cf81-11ec-bce3-dac502259ad0.png

總結(jié)

至此,我們要介紹的十種pandas數(shù)據(jù)編碼的方法就分享完畢,代碼拿走修改變量名就能用,關(guān)于這個問題如果你有更多的方法,可以在評論區(qū)進(jìn)行留言~

現(xiàn)在回到文章開頭的問題,如果你覺得pandas用起來很亂,說明你可能還未對pandas有一個全面且徹底的了解。

其實就像本文介紹數(shù)據(jù)編碼轉(zhuǎn)換一樣,確實有很多方法可以實現(xiàn)顯得很亂,但學(xué)習(xí)pandas的正確姿勢就是應(yīng)該把它當(dāng)成字典來學(xué),不必記住所有方法與細(xì)節(jié),你只需知道有這么個函數(shù)能完成這樣操作,需要用時能想到,想到再來查就行

原文標(biāo)題:利用 Pandas 進(jìn)行分類數(shù)據(jù)編碼的十種方式!

文章出處:【微信公眾號:數(shù)據(jù)分析與開發(fā)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

審核編輯:湯梓紅
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 編碼
    +關(guān)注

    關(guān)注

    6

    文章

    942

    瀏覽量

    54814
  • 數(shù)據(jù)轉(zhuǎn)換

    關(guān)注

    0

    文章

    87

    瀏覽量

    17998
  • 函數(shù)
    +關(guān)注

    關(guān)注

    3

    文章

    4327

    瀏覽量

    62574

原文標(biāo)題:利用 Pandas 進(jìn)行分類數(shù)據(jù)編碼的十種方式!

文章出處:【微信號:DBDevs,微信公眾號:數(shù)據(jù)分析與開發(fā)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    十種精密全波整流電路

    十種精密全波整流電路
    發(fā)表于 08-09 15:09

    AD轉(zhuǎn)換中常用的十種數(shù)字濾波法

    AD轉(zhuǎn)換中常用的十種數(shù)字濾波法
    發(fā)表于 11-17 08:38

    請問怎么做一個跑馬燈有十種模式,第十種模式有三音樂,可加速減速和無線遙控?

    我現(xiàn)在想做一個跑馬燈,這個跑馬燈有十種模式,第十種模式要求有三音樂。,還得有數(shù)碼管顯示第幾種模式。可以無線遙控。求哪位大神可以幫我。小女子必有重謝。
    發(fā)表于 07-19 04:49

    pandas數(shù)據(jù)分析的方法

    pandas數(shù)據(jù)分析中常用方法
    發(fā)表于 06-03 06:16

    十種精密全波整流電路原圖分享

    十種精密全波整流電路原圖,大家點評下
    發(fā)表于 11-27 06:47

    數(shù)據(jù)編碼技術(shù)

    2.2  數(shù)據(jù)編碼技術(shù)2.2.1  數(shù)字數(shù)據(jù)的數(shù)字信號編碼2.2.2  數(shù)字數(shù)據(jù)的模擬信號編碼2.2.3&nb
    發(fā)表于 06-27 21:45 ?0次下載

    十種方法能保護(hù)云數(shù)據(jù)安全

    十種方法能保護(hù)云數(shù)據(jù)安全
    發(fā)表于 01-14 12:00 ?12次下載

    基于壓縮感知的無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)編碼方亮

    基于壓縮感知的無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)編碼_方亮
    發(fā)表于 03-15 08:00 ?0次下載

    十種不同模式實現(xiàn)簡單的計算案例

    labview作為一開發(fā)語言其實有許多不同的設(shè)計模式,大家在學(xué)習(xí)工作中接觸最多當(dāng)屬狀態(tài)機,今天我們就通過一個簡單的計算案例用十種不同的模式來實現(xiàn),主要帶領(lǐng)大家了解不同編程模式之間的區(qū)別。
    的頭像 發(fā)表于 10-22 11:47 ?2258次閱讀
    <b class='flag-5'>十種</b>不同模式實現(xiàn)簡單的計算案例

    十種復(fù)雜電路的分析方法詳細(xì)說明

    電路問題計算的先決條件是正確識別電路,搞清楚各部分之間的連接關(guān)系。對較復(fù)雜的電路應(yīng)先將原電路簡化為等效電路,以便分析和計算。識別電路的方法很多,現(xiàn)結(jié)合具體實例介紹十種方法
    發(fā)表于 12-02 23:12 ?46次下載
    <b class='flag-5'>十種</b>復(fù)雜電路的分析<b class='flag-5'>方法</b>詳細(xì)說明

    十種方法讓你輕松識別復(fù)雜電路

    電路問題計算的先決條件是正確識別電路,搞清楚各部分之間的連接關(guān)系。對較復(fù)雜的電路應(yīng)先將原電路簡化為等效電路,以便分析和計算。識別電路的方法很多,現(xiàn)結(jié)合具體實例介紹十種方法
    發(fā)表于 03-18 01:40 ?23次下載
    <b class='flag-5'>十種方法</b>讓你輕松識別復(fù)雜電路

    原電路簡化為等效電路的十種方法資料下載

    電子發(fā)燒友網(wǎng)為你提供原電路簡化為等效電路的十種方法資料下載的電子資料下載,更有其他相關(guān)的電路圖、源代碼、課件教程、中文資料、英文資料、參考設(shè)計、用戶指南、解決方案等資料,希望可以幫助到廣大的電子工程師們。
    發(fā)表于 03-29 08:40 ?20次下載
    原電路簡化為等效電路的<b class='flag-5'>十種方法</b>資料下載

    十種變頻器維修方法

    變頻器維修學(xué)習(xí)方法有很多,但方向不對努力白費,所以抓住方向很重要,為了讓大家更快的掌握變頻器維修知識,這里提供變頻器維修的十種學(xué)習(xí)方法給大家。
    發(fā)表于 11-29 16:56 ?5068次閱讀

    十種變頻器維修方法

    變頻器維修學(xué)習(xí)方法有很多,但方向不對努力白費,所以抓住方向很重要,為了讓大家更快的掌握變頻器維修知識,這里提供變頻器維修的十種學(xué)習(xí)方法給大家。
    的頭像 發(fā)表于 04-27 12:33 ?2109次閱讀

    十種變頻器維修方法,值得收藏!

    變頻器維修學(xué)習(xí)方法有很多,但方向不對努力白費,所以抓住方向很重要,為了讓大家更快的掌握變頻器維修知識,這里提供變頻器維修的十種學(xué)習(xí)方法給大家。
    的頭像 發(fā)表于 05-04 18:04 ?7749次閱讀
    主站蜘蛛池模板: 伊人久久丁香色婷婷啪啪| 久久精品视频免费| 小黄飞二人转| 国产成人综合在线观看网站| 日本精品久久久久中文字幕 1| jk白丝袜美女被男人桶| 欧美手机在线播放| 拔萝卜视频免费看高清| 日本阿v片在线播放免费| 菠萝菠萝蜜高清观看在线| 日本国产黄色片| 调教日本美女| 甜性涩爱全集在线观看| 国产久爱青草视频在线观看| 亚洲2023无矿砖码砖区| 好湿好紧水多AAAAA片秀人网| 亚洲精品国产第一区第二区| 好满射太多了装不下了视频| 一本道中文无码亚洲| 久久精品热线免费| 91精品免费久久久久久久久| 女人高潮久久久叫人喷水 | 色综合久久综合网观看| 国产超碰AV人人做人人爽| 午夜噜噜噜私人影院在线播放 | 日韩1区1区产品乱码芒果榴莲| 丰满少妇69激懒啪啪无码| 午夜免费啪视频观看视频| 国产在线视频一区二区不卡| 亚洲中文字幕日本在线观看 | 国产精品亚洲二线在线播放| 亚洲国产精品VA在线看黑人| 久久国产一区二区三区| 9277在线观看资源| 日日干夜夜啪蕉视频| 国产免费人视频在线观看免费| 亚洲视频一| 免费在线观看黄色网址| 帝王被大臣们调教高肉| 亚洲AV久久无码精品热九九| 久久久精品免费视频|