python数据预处理之将类别数据转换为数值的方法

 更新时间:2017年07月05日 09:16:33   投稿:jingxian  
下面小编就为大家带来一篇python数据预处理之将类别数据转换为数值的方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧

在进行python数据分析的时候,首先要进行数据预处理。

有时候不得不处理一些非数值类别的数据,嗯, 今天要说的就是面对这些数据该如何处理。

目前了解到的大概有三种方法:

1,通过LabelEncoder来进行快速的转换;

2,通过mapping方式,将类别映射为数值。不过这种方法适用范围有限;

3,通过get_dummies方法来转换。

import pandas as pd
from io import StringIO

csv_data = '''A,B,C,D
1,2,3,4
5,6,,8
0,11,12,'''

df = pd.read_csv(StringIO(csv_data))
print(df)
#统计为空的数目
print(df.isnull().sum())
print(df.values)

#丢弃空的
print(df.dropna())
print('after', df)
from sklearn.preprocessing import Imputer
# axis=0 列  axis = 1 行
imr = Imputer(missing_values='NaN', strategy='mean', axis=0)
imr.fit(df) # fit 构建得到数据
imputed_data = imr.transform(df.values) #transform 将数据进行填充
print(imputed_data)

df = pd.DataFrame([['green', 'M', 10.1, 'class1'],
          ['red', 'L', 13.5, 'class2'],
          ['blue', 'XL', 15.3, 'class1']])
df.columns =['color', 'size', 'price', 'classlabel']
print(df)

size_mapping = {'XL':3, 'L':2, 'M':1}
df['size'] = df['size'].map(size_mapping)
print(df)

## 遍历Series
for idx, label in enumerate(df['classlabel']):
  print(idx, label)

#1, 利用LabelEncoder类快速编码,但此时对color并不适合,
#看起来,好像是有大小的
from sklearn.preprocessing import LabelEncoder
class_le = LabelEncoder()
color_le = LabelEncoder()
df['classlabel'] = class_le.fit_transform(df['classlabel'].values)
#df['color'] = color_le.fit_transform(df['color'].values)
print(df)

#2, 映射字典将类标转换为整数
import numpy as np
class_mapping = {label: idx for idx, label in enumerate(np.unique(df['classlabel']))}
df['classlabel'] = df['classlabel'].map(class_mapping)
print('2,', df)


#3,处理1不适用的
#利用创建一个新的虚拟特征
from sklearn.preprocessing import OneHotEncoder
pf = pd.get_dummies(df[['color']])
df = pd.concat([df, pf], axis=1)
df.drop(['color'], axis=1, inplace=True)
print(df)

以上这篇python数据预处理之将类别数据转换为数值的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • django的csrf实现过程详解

    django的csrf实现过程详解

    这篇文章主要介绍了django的csrf实现过程相加,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-07-07
  • 科学计算与数据分析利器Python数据分析库Scipy使用详解

    科学计算与数据分析利器Python数据分析库Scipy使用详解

    Scipy在现代科学研究和数据分析中是一个不可或缺的库,它建立在NumPy的基础上,提供了更多的高级科学计算功能,包括优化、信号处理、统计分析、插值、线性代数等,本文将会学习Scipy库的各种功能和用法,包括数学优化、统计分析、信号处理和插值等方面
    2023-11-11
  • python实现读取Excel内容并展示成json

    python实现读取Excel内容并展示成json

    这篇文章主要为大家详细介绍了如何使用python实现读取Excel内容并展示成json功能,文中的示例代码讲解详细,感兴趣的小伙伴可以参考一下
    2023-12-12
  • PyTorch计算损失函数对模型参数的Hessian矩阵示例

    PyTorch计算损失函数对模型参数的Hessian矩阵示例

    这篇文章主要为大家介绍了PyTorch计算损失函数对模型参数的Hessian矩阵的示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-05-05
  • python中hasattr()、getattr()、setattr()函数的使用

    python中hasattr()、getattr()、setattr()函数的使用

    这篇文章主要介绍了python中hasattr()、getattr()、setattr()函数的使用方法,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-08-08
  • Python+imbox库实现邮件读取与删除和附件下载

    Python+imbox库实现邮件读取与删除和附件下载

    这篇文章主要为大家详细介绍了Python如何使用imbox库实现邮件读取与删除以及附件下载,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下
    2025-02-02
  • python中将数据生成为Excel文件的5种方法举例

    python中将数据生成为Excel文件的5种方法举例

    工作中需要把数据导入到excel中,记录一下操作方式,这篇文章主要给大家介绍了关于python中将数据生成为Excel文件的5种方法,文中通过图文以及代码介绍的非常详细,需要的朋友可以参考下
    2023-10-10
  • Python实现身份证号码验证的示例代码

    Python实现身份证号码验证的示例代码

    本文主要介绍了Python实现身份证号码验证的示例代码,当用户输入身份证号,按下检查按钮,即可判断身份证号是否正确,具有一定的参考价值,感兴趣的可以了解一下
    2024-02-02
  • Python详解文字转语音的实现

    Python详解文字转语音的实现

    在自然语言处理上,文字、音频互转是一个很关键的技术点。对于语音转文字,个人实现较为困难,我们可以使用语音转文字的软件或借助各API(如科大讯飞等)进行移植开发。不过文字转语音就相对而言容易实现很多了
    2022-02-02
  • Tornado实现多进程/多线程的HTTP服务详解

    Tornado实现多进程/多线程的HTTP服务详解

    这篇文章主要介绍了Tornado实现多进程/多线程的HTTP服务详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值
    2019-07-07

最新评论