Я преобразовываю строки в категориальные значения в моем наборе данных, используя следующий фрагмент кода.
data['weekday'] = pd.Categorical.from_array(data.weekday).labels
Например, например,
index weekday
0 Sunday
1 Sunday
2 Wednesday
3 Monday
4 Monday
5 Thursday
6 Tuesday
После кодирования буднего дня мой набор данных выглядит следующим образом:
index weekday
0 3
1 3
2 6
3 1
4 1
5 4
6 5
Есть ли способ узнать, что воскресенье было сопоставлено с 3, средой до 6 и так далее?
Лучшим способом сделать это может быть использование кодера ярлыков библиотеки sklearn.
Что-то вроде этого:
from sklearn import preprocessing
le = preprocessing.LabelEncoder()
le.fit(["paris", "paris", "tokyo", "amsterdam"])
list(le.classes_)
le.transform(["tokyo", "tokyo", "paris"])
list(le.inverse_transform([2, 2, 1]))
Вы можете создать дополнительный словарь с отображением:
from sklearn import preprocessing
le = preprocessing.LabelEncoder()
le.fit(data['name'])
le_name_mapping = dict(zip(le.classes_, le.transform(le.classes_)))
print(le_name_mapping)
{'Tom': 0, 'Nick': 1, 'Kate': 2}
Простой и элегантный способ сделать то же самое.
cat_list = ['Sun', 'Sun', 'Wed', 'Mon', 'Mon']
encoded_data, mapping_index = pd.Series(cat_list).factorize()
и вы закончили, проверьте ниже
print(encoded_data)
print(mapping_index)
print(mapping_index.get_loc("Mon"))
Есть много способов сделать это. Вы можете рассмотреть pd.factorize, sklearn.preprocessing.LabelEncoder и т.д. Однако в этом конкретном случае у вас есть два варианта, которые вам подойдут лучше всего:
По собственному методу вы можете добавить категории:
pd.Categorical( df.weekday, [
'Sunday', 'Monday', 'Tuesday',
'Wednesday', 'Thursday', 'Friday',
'Saturday'] ).labels
Другой вариант - сопоставить значения напрямую с помощью dict
df.weekday.map({
'Sunday': 0,
'Monday': 1,
# ... and so on. You get the idea ...
})
Сначала сделайте категоричную серию:
weekdays = pd.Series(['Sun', 'Sun', 'Wed', 'Mon', 'Mon']).astype('category')
Затем проверьте его "категории":
weekdays.cat.categories.get_loc('Sun')
Если у вас есть численный и категориальный тип данных в кадре данных, вы можете использовать: здесь X - это мой файловый кадр, имеющий категориальные и числовые обе переменные
from sklearn import preprocessing
le = preprocessing.LabelEncoder()
for i in range(0,X.shape[1]):
if X.dtypes[i]=='object':
X[X.columns[i]] = le.fit_transform(X[X.columns[i]])
Или вы можете попробовать следующее:
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
data = data.apply(le.fit_transform)
Примечание. Этот метод хорош, если вы не заинтересованы в его преобразовании.