pandas 中對(duì)特征進(jìn)行硬編碼和onehot編碼的實(shí)現(xiàn)
首先介紹兩種編碼方式硬編碼和onehot編碼，在模型訓(xùn)練所需要數(shù)據(jù)中，特征要么為連續(xù)，要么為離散特征，對(duì)于那些值為非數(shù)字的離散特征，我們要么對(duì)他們進(jìn)行硬編碼，要么進(jìn)行onehot編碼，轉(zhuǎn)化為模型可以用于訓(xùn)練的特征
初始化一個(gè)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']
硬編碼：
將feature的值從0（或者1）開(kāi)始進(jìn)行連續(xù)編碼，比如color進(jìn)行硬編碼，color的值有三個(gè)，分別為編碼為1,2,3
可以用如下操作，對(duì)color字段下的值進(jìn)行硬編碼
colorMap = {elem:index+1 for index,elem in enumerate(set(df["color"]))}
df['color'] = df['color'].map(colorMap)
這樣可以進(jìn)行硬編碼了，之前我的寫(xiě)法是，先生成map，然后對(duì)每一行進(jìn)行apply，顯然沒(méi)有上述代碼簡(jiǎn)便
onehot編碼：
將某個(gè)字段下所有值橫向展開(kāi)，對(duì)于每條數(shù)據(jù)，其在對(duì)應(yīng)展開(kāi)的值上的值就是1，聽(tīng)起來(lái)比較繞口，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"]])
如果要對(duì)多個(gè)feature 進(jìn)行onehot，這樣即可df[[fea1,fea2..]]
對(duì)于onehot以后的數(shù)據(jù)，如果需要原有的數(shù)據(jù)合并，直接拿原來(lái)的join onehot的數(shù)據(jù)即可
res = df.join(data1)
join操作默認(rèn)是根據(jù)index來(lái)進(jìn)行join的，而get_dummies()不會(huì)改變index
以上這篇pandas 中對(duì)特征進(jìn)行硬編碼和onehot編碼的實(shí)現(xiàn)就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
說(shuō)到pyecharts,相信很多人不會(huì)陌生,一個(gè)優(yōu)秀的python可視化包,下面這篇文章主要給大家介紹了關(guān)于如何用pyecharts繪制各種圖表案例的相關(guān)資料,需要的朋友可以參考下2022-06-06
本篇文章主要介紹了Python圖片裁剪實(shí)例代碼(如: 頭像裁剪)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-06-06
Python Opencv使用ann神經(jīng)網(wǎng)絡(luò)識(shí)別手寫(xiě)數(shù)字功能
這篇文章主要介紹了opencv(python)使用ann神經(jīng)網(wǎng)絡(luò)識(shí)別手寫(xiě)數(shù)字,由于這里主要研究knn算法，為了圖簡(jiǎn)單，直接使用Keras的mnist手寫(xiě)數(shù)字解析模塊，本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，需要的朋友可以參考下2022-07-07
python 內(nèi)置庫(kù)wsgiref的使用（WSGI基礎(chǔ)入門）
WSGI（web服務(wù)器網(wǎng)關(guān)接口）主要規(guī)定了服務(wù)器端和應(yīng)用程序之間的接口，即規(guī)定了請(qǐng)求的URL到后臺(tái)處理函數(shù)之間的映射該如何實(shí)現(xiàn)。wsgiref是一個(gè)幫助開(kāi)發(fā)者開(kāi)發(fā)測(cè)試的Python內(nèi)置庫(kù)，程序員可以通過(guò)這個(gè)庫(kù)了解WSGI的基本運(yùn)行原理，但是不能把它用在生產(chǎn)環(huán)境上。2021-06-06
Python創(chuàng)建一個(gè)空的dataframe,并循環(huán)賦值的方法
今天小編就為大家分享一篇Python創(chuàng)建一個(gè)空的dataframe,并循環(huán)賦值的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-11-11
Python?+?Tkinter連接本地MySQL數(shù)據(jù)庫(kù)簡(jiǎn)單實(shí)現(xiàn)注冊(cè)登錄
這篇文章主要介紹了Python?+?Tkinter連接本地MySQL數(shù)據(jù)庫(kù)簡(jiǎn)單實(shí)現(xiàn)注冊(cè)登錄。下面文章著情介紹，需要的小伙伴可以參考一下2022-01-01
pytorch如何自定義forward和backward函數(shù)
PyTorch自動(dòng)求導(dǎo)功能強(qiáng)大,但在特定情況下需要用戶自行定義backward函數(shù),通過(guò)實(shí)例解釋了保存變量、計(jì)算梯度、鏈?zhǔn)椒▌t等核心概念,并展示了如何通過(guò)自定義函數(shù)集成到網(wǎng)絡(luò)中以及如何正確返回梯度,此外,還討論了多輸出情況下的梯度傳遞2024-10-10
Python正則表達(dá)式中g(shù)roup與groups的用法詳解
本文主要介紹了Python正則表達(dá)式中g(shù)roup與groups的用法詳解，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02
使用Python建立RNN實(shí)現(xiàn)二進(jìn)制加法的示例代碼
這篇文章主要介紹了使用Python建立RNN實(shí)現(xiàn)二進(jìn)制加法的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
python selenium爬取斗魚(yú)所有直播房間信息過(guò)程詳解
這篇文章主要介紹了python selenium爬取斗魚(yú)所有直播房間信息過(guò)程詳解,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08