python中get_dummies实践
2017-11-16 21:44
423 查看
一、实践
离散特征的编码分为两种情况:1、离散特征的取值之间没有大小的意义,比如color:[red,blue],那么就使用one-hot编码
2、离散特征的取值有大小的意义,比如size:[X,XL,XXL],那么就使用数值的映射{X:1,XL:2,XXL:3}说明:对于有大小意义的离散特征,直接使用映射就可以了,{'XL':3,'L':2,'M':1}
使用pandas可以很方便的对离散型特征进行one-hot编码
#-*-coding=utf-8-*- import pandas as pd df = pd.DataFrame([ ['green', 'M', 10.1, 'class1'], ['red', 'L', 13.5, 'class2'], ['blue', 'XL', 15.3, 'class1']]) df.columns = ['color', 'size', 'prize', 'class label'] size_mapping = { 'XL': 3, 'L': 2, 'M': 1} df['size'] = df['size'].map(size_mapping) class_mapping = {label:idx for idx,label in enumerate(set(df['class label']))} df['class label'] = df['class label'].map(class_mapping) print('----------------------------------------------------------------') print(df) print('----------------------------------------------------------------') df=pd.get_dummies(df) print(df) print('----------------------------------------------------------------')
使用get_dummies进行one-hot编码,独热码应用前后注意color列的变化结果如下
二、实践
最后难免要变稀疏矩阵
>>> import pandas as pd >>> s = pd.Series(list('abca')) >>> pd.get_dummies(s) a b c 0 1 0 0 1 0 1 0 2 0 0 1 3 1 0 0 >>> s1 = ['a', 'b', np.nan] >>> pd.get_dummies(s1) a b 0 1 0 1 0 1 2 0 0 >>> pd.get_dummies(s1, dummy_na=True) a b NaN 0 1 0 0 1 0 1 0 2 0 0 1下面这个有意思,直接C不参加,因为prefix写明了A和B参加one-hot编码。
>>> df = pd.DataFrame({'A': ['a', 'b', 'a'], 'B': ['b', 'a', 'c'], ... 'C': [1, 2, 3]}) >>> pd.get_dummies(df, prefix=['col1', 'col2']) C col1_a col1_b col2_a col2_b col2_c 0 1 1 0 0 1 0 1 2 0 1 1 0 0 2 3 1 0 0 0 1
参考官网
参考
相关文章推荐
- 7061-1.Python数据分析:利用get_dummies对类目型的特征因子化
- 【python】pd.get_dummies进行one-hot编码
- python_pandas中的get_dummies使用
- 摘自python-chinese邮件列表的get方法简介
- python3 网络爬虫(二)利用get请求获取网页的动态加载数据
- Python 项目实践一(外星人入侵)第一篇
- python post get请求
- Python编程 从入门到实践 第三章 作业参考答案
- python3中request.urlopen()和requests.get()方法的区别
- apt-get install python2.6-dev to fix "Python.h: No such file or directory"
- 2017.08.01回顾 xgboost get_dummies 尽可能留变量
- ubuntu系统下,下载安装Python程序的方法汇总(wget;apt-get;easy_install;pip)
- 机器学习算法与Python实践之(二)支持向量机(SVM)初级
- 黄聪:python访问抓取网页常用命令(保存图片到本地、模拟POST、GET、中文编码问题)
- 使用python做tf-ifd算法实践
- Python Get Key press
- 《Python 编程-从入门到实践》10-1~10-13
- python处理get请求和post请求
- Python基础教程实践2,画幅好画(win7,64位系统)
- python用httplib模块发送get和post请求