在進(jìn)行python數(shù)據(jù)分析的時(shí)候,首先要進(jìn)行數(shù)據(jù)預(yù)處理。
有時(shí)候不得不處理一些非數(shù)值類別的數(shù)據(jù),嗯, 今天要說(shuō)的就是面對(duì)這些數(shù)據(jù)該如何處理。
目前了解到的大概有三種方法:
1,通過(guò)LabelEncoder來(lái)進(jìn)行快速的轉(zhuǎn)換;
2,通過(guò)mapping方式,將類別映射為數(shù)值。不過(guò)這種方法適用范圍有限;
3,通過(guò)get_dummies方法來(lái)轉(zhuǎn)換。
import pandas as pdfrom io import StringIOcsv_data = '''A,B,C,D1,2,3,45,6,,80,11,12,'''df = pd.read_csv(StringIO(csv_data))print(df)#統(tǒng)計(jì)為空的數(shù)目print(df.isnull().sum())print(df.values)#丟棄空的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 構(gòu)建得到數(shù)據(jù)imputed_data = imr.transform(df.values) #transform 將數(shù)據(jù)進(jìn)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)## 遍歷Seriesfor idx, label in enumerate(df['classlabel']): print(idx, label)#1, 利用LabelEncoder類快速編碼,但此時(shí)對(duì)color并不適合,#看起來(lái),好像是有大小的from sklearn.preprocessing import LabelEncoderclass_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, 映射字典將類標(biāo)轉(zhuǎn)換為整數(shù)import numpy as npclass_mapping = {label: idx for idx, label in enumerate(np.unique(df['classlabel']))}df['classlabel'] = df['classlabel'].map(class_mapping)print('2,', df)#3,處理1不適用的#利用創(chuàng)建一個(gè)新的虛擬特征from sklearn.preprocessing import OneHotEncoderpf = pd.get_dummies(df[['color']])df = pd.concat([df, pf], axis=1)df.drop(['color'], axis=1, inplace=True)print(df)以上這篇python數(shù)據(jù)預(yù)處理之將類別數(shù)據(jù)轉(zhuǎn)換為數(shù)值的方法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VEVB武林網(wǎng)。
新聞熱點(diǎn)
疑難解答
圖片精選