python数据预处理之将类别数据转换为数值的方法

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。

# python数值转换 # Python多进程模式实现多核CPU并行计算 # python multiprocessing 多进程并行计算的操作 # Python基于pyCUDA实现GPU加速并行计算功能入门教程 # Python 多核并行计算的示例代码 # python数据预处理之数据标准化的几种处理方式 # python实现数据预处理之填充缺失值的示例 # Python数据预处理之数据规范化（归一化）示例 # Python----数据预处理代码实例 # python数据预处理 :样本分布不均的解决(过采样和欠采样) # python 删除excel表格重复行 # 数据预处理操作 # Python Joblib库使用方法案例总结 # 给大家 # 转换为 # 是有 # 遍历 # 希望能 # 该如何 # 这篇 # 方法来 # 创建一个 # 小编 # 有三种 # 不适用 # 大家多多 # 为空 # 这种方法 # csv_data # io # df # read_csv # StringIO

返回目录在线咨询

上一篇：软件设计开发：从需求分析到产品上线的全流程解析
下一篇：php如何优化sql查询速度_php慢查询日志分析与索引添加技巧

您的项目需求

*请认真填写需求信息，我们会在24小时内与您取得联系。

全网整合营销服务商

python数据预处理之将类别数据转换为数值的方法

您的项目需求