Question

在Pandas DataFrame中，如何以序数数字形式表示分类特征（例如，当天是工作日还是周末）的列（例如，1表示工作日，2表示周末）进行转换，使其以分类方式表示值，工作日为（0,1），周末为（1,0），因此值不具有可比性？

还有使用pd.get_dummies（或OneHotEncoder）的替代方法，它会创建两个0和1的列，然后合并元组中的两列，但是没有直接的方式这样做？

实施例：我有：

    datetime    temp    daytype
0   2011-01-01  9.84    2
1   2011-01-02  9.02    2
2   2011-01-03  9.02    1
3   2011-01-04  9.84    1
4   2011-01-05  9.84    1
5   2011-01-06  9.84    1

我想：

    datetime    temp    daytype
0   2011-01-01  9.84    (1, 0)
1   2011-01-02  9.02    (1, 0)
2   2011-01-03  9.02    (0, 1)
3   2011-01-04  9.84    (0, 1)
4   2011-01-05  9.84    (0, 1)
5   2011-01-06  9.84    (0, 1)

（我开始认为也许我错了 - 这不是表示分类值的默认方式吗？）

Answer 1

以下是一种方法：df['daytype'] = df['daytype'].apply(lambda x : (1, 0) if x == 2 else (0,1))

Answer 2

你可以创建你的假人/一个热矢量，然后将它们组合成一个元组：

您的原始数据看起来像这样

import pandas as pd
df = pd.DataFrame({"daytype": [2, 2, 1, 1, 1, 2]})
print(df)

   daytype
0        2
1        2
2        1
3        1
4        1
5        2

我们可以创建虚拟变量，正如您正确指出的那样，将产生单独的列：

dummies = pd.get_dummies(df["daytype"]).astype(int)
print(dummies)

   1  2
0  0  1
1  0  1
2  1  0
3  1  0
4  1  0
5  0  1

但是，您可以将这些单独的列并将它们压缩在一起，并将结果作为原始列中的列分配：

df["combined"] = list(zip(dummies[1], dummies[2]))

给你：

print(df)

   daytype combined
0        2   (0, 1)
1        2   (0, 1)
2        1   (1, 0)
3        1   (1, 0)
4        1   (1, 0)
5        2   (0, 1)

当然，如果你愿意的话，你可以完全用组合替换原始列，我为了清晰起见将它们分开

以上内容将为您提供原始问题中所需的结果，但您也可以直接设置评论中提到的特定列的类型：

df['daytype'] = df['daytype'].astype('category')

最终，它将归结为您希望使用该列进行的操作

如何将序数值转换为分类值？

2 个答案: