pandas使用get_dummies进行one-hot编码
2017-11-20 17:53
477 查看
原文地址: http://blog.csdn.net/lujiandong1/article/details/52836051
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}
使用pandas可以很方便的对离散型特征进行one-hot编码
[python] view
plain copy
import pandas as pd
df = pd.DataFrame([
['green', 'M', 10.1<
4000
span style="margin:0px;padding:0px;border:none;background-color:inherit;">, '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)
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}
Using the
create a new column for every unique string in a certain column:使用get_dummies进行one-hot编码
[python] view
plain copy
pd.get_dummies(df)
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}
使用pandas可以很方便的对离散型特征进行one-hot编码
[python] view
plain copy
import pandas as pd
df = pd.DataFrame([
['green', 'M', 10.1<
4000
span style="margin:0px;padding:0px;border:none;background-color:inherit;">, '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)
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}
Using the
get_dummieswill
create a new column for every unique string in a certain column:使用get_dummies进行one-hot编码
[python] view
plain copy
pd.get_dummies(df)
相关文章推荐
- pandas使用get_dummies进行one-hot编码
- pandas使用get_dummies进行one-hot编码
- pandas使用get_dummies进行one-hot编码的方法
- 【python】pd.get_dummies进行one-hot编码
- pandas get_dummies()使用
- 使用Numpy进行one-hot编码
- python_pandas中的get_dummies使用
- pandas 下的 one hot encoder 及 pd.get_dummies() 与 sklearn.preprocessing 下的 OneHotEncoder 的区别
- 数据预处理(2)—— One-hot coding 独热编码#分别使用 pandans.dummies 和 sklearn.feature_extraction.DictVectorizer 进行处理
- 使用jquery的getjson()遇到的跨域访问问题(二)——使用拦截器进行数据封装
- Android 使用Post与Get方法进行表单提交数据
- Android中基于HTTP的通信技术(3)使用HttpClient进行Get方式通信
- 使用POST、GET、AsyncHttpClient创造服务端用手机端来连接进行登录
- 关于PHP程序使用file_get_content()函数进行抓取PHP程序与smarty结合编译过程中产生的静态文件,抓取不了?连接超时?(地址映射)
- 如何才能使用apt-get使用本地安装源进行安装
- 使用Get进行Http通信
- PHPCMS中get_one的使用方法
- Java:使用HttpClient进行POST和GET请求以及文件上传和下载
- Swift - 使用NSURL进行数据的提交和获取(POST与GET)
- 使用HttpClient进行POST和GET请求以及文件上传和下载