pandas 中对特征进行硬编码和onehot编码的实现
更新时间：2019年12月20日 15:03:30 作者：很吵请安青争
今天小编就为大家分享一篇pandas 中对特征进行硬编码和onehot编码的实现，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
首先介绍两种编码方式硬编码和onehot编码，在模型训练所需要数据中，特征要么为连续，要么为离散特征，对于那些值为非数字的离散特征，我们要么对他们进行硬编码，要么进行onehot编码，转化为模型可以用于训练的特征
初始化一个DataFrame
import pandas as pd df = pd.DataFrame([ ['green', 'M', 20, 'class1'], ['red', 'L', 21, 'class2'], ['blue', 'XL',30, 'class3']]) df.columns = ['color', 'size', 'weight', 'class label']
硬编码：
将feature的值从0（或者1）开始进行连续编码，比如color进行硬编码，color的值有三个，分别为编码为1,2,3
可以用如下操作，对color字段下的值进行硬编码
colorMap = {elem:index+1 for index,elem in enumerate(set(df["color"]))}
df['color'] = df['color'].map(colorMap)
这样可以进行硬编码了，之前我的写法是，先生成map，然后对每一行进行apply，显然没有上述代码简便
onehot编码：
将某个字段下所有值横向展开，对于每条数据，其在对应展开的值上的值就是1，听起来比较绕口，看下面的例子就知道了，python中，pandas 用get_dummies()方法即可
data1 = pd.get_dummies(df[["color"]])
如果要对多个feature 进行onehot，这样即可df[[fea1,fea2..]]
对于onehot以后的数据，如果需要原有的数据合并，直接拿原来的join onehot的数据即可
res = df.join(data1)
join操作默认是根据index来进行join的，而get_dummies()不会改变index
以上这篇pandas 中对特征进行硬编码和onehot编码的实现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
Python 基于xml.etree.ElementTree实现XML对比示例详解
这篇文章主要介绍了Python 基于xml.etree.ElementTree实现XML对比,本文通过示例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-12-12
数据可视化用于以更直接的表示方式显示数据,并且更易于理解,下面这篇文章主要给大家介绍了关于如何使用matplotlib让你的数据更加生动的相关资料,需要的朋友可以参考下2021-11-11
这篇文章主要介绍了Python中subprocess模块用法,实例分析了subprocess模块的相关使用技巧,需要的朋友可以参考下2015-05-05
本文给大家分享的小技巧是如何利用Python脚本获取Windows和Linux的系统版本信息，非常的简单实用，有需要的小伙伴可以查看下2016-12-12
这篇文章主要介绍了Python切片操作,结合实例形式较为详细的分析了Python切片相关的正向、反向、步长等使用技巧与相关注意事项,需要的朋友可以参考下2018-03-03
在本篇内容里小编给大家分享的是一篇关于python模块内置属性概念及实例内容，有兴趣的朋友们可以学习下。2021-02-02
下面小编就为大家分享一篇Python numpy 点数组去重的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
今天小编就为大家分享一篇python将txt文件读入为np.array的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-10-10
python爬虫模拟浏览器访问-User-Agent过程解析
这篇文章主要介绍了python爬虫模拟浏览器访问-User-Agent过程解析,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2019-12-12
这篇文章主要介绍了Django的数据模型访问多对多键值的方法,Django是Python丰富多彩的web框架中最具人气的一个,需要的朋友可以参考下2015-07-07
最新评论