如何在Pandas中把分类变量转换为数字变量

你可以使用以下基本语法将pandas DataFrame中的分类变量转换为数字变量。

df['column_name'] = pd.factorize(df['column_name'])[0]

你也可以使用以下语法将DataFrame中的每个分类变量转换为数字变量。

#identify all categorical variables
cat_columns = df.select_dtypes(['object']).columns

#convert all categorical variables to numeric
df[cat_columns] = df[cat_columns].apply(lambda x: pd.factorize(x)[0])

下面的例子展示了如何在实践中使用这种语法。

例1：将一个分类变量转换为数字变量

假设我们有下面这个pandas DataFrame。

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   'position': ['G', 'G', 'F', 'G', 'F', 'C', 'G', 'F', 'C'],
                   'points': [5, 7, 7, 9, 12, 9, 9, 4, 13],
                   'rebounds': [11, 8, 10, 6, 6, 5, 9, 12, 10]})

#view DataFrame
df

        team	position points	rebounds
0	A	G	 5	11
1	A	G	 7	8
2	A	F	 7	10
3	B	G	 9	6
4	B	F	 12	6
5	B	C	 9	5
6	C	G	 9	9
7	C	F	 4	12
8	C	C	 13	10

我们可以使用下面的语法将 "团队 "列转换为数字。

#convert 'team' column to numeric
df['team'] = pd.factorize(df['team'])[0]

#view updated DataFrame
df

	team	position points	rebounds
0	0	G	 5	11
1	0	G	 7	8
2	0	F	 7	10
3	1	G	 9	6
4	1	F	 12	6
5	1	C	 9	5
6	2	G	 9	9
7	2	F	 4	12
8	2	C	 13	10

下面是转换的过程。

• 每个值为'A'的球队都被转换为0。
• 每支价值为'B'的球队被转换为1。
• 每一个数值为 "C"的团队被转换为2。

例2：将多个分类变量转换为数字变量

再一次假设我们有以下pandas数据框架。

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   'position': ['G', 'G', 'F', 'G', 'F', 'C', 'G', 'F', 'C'],
                   'points': [5, 7, 7, 9, 12, 9, 9, 4, 13],
                   'rebounds': [11, 8, 10, 6, 6, 5, 9, 12, 10]})

#view DataFrame
df

        team	position points	rebounds
0	A	G	 5	11
1	A	G	 7	8
2	A	F	 7	10
3	B	G	 9	6
4	B	F	 12	6
5	B	C	 9	5
6	C	G	 9	9
7	C	F	 4	12
8	C	C	 13	10

我们可以使用下面的语法将DataFrame中的每个分类变量转换为数字变量。

#get all categorical columns
cat_columns = df.select_dtypes(['object']).columns

#convert all categorical columns to numeric
df[cat_columns] = df[cat_columns].apply(lambda x: pd.factorize(x)[0])

#view updated DataFrame
df

	team	position points	rebounds
0	0	0	 5	11
1	0	0	 7	8
2	0	1	 7	10
3	1	0	 9	6
4	1	1	 12	6
5	1	2	 9	5
6	2	0	 9	9
7	2	1	 4	12
8	2	2	 13	10

注意，两个分类列（球队和位置）都被转换为数字，而得分和篮板列则保持不变。

注：你可以在这里找到pandas**factorize()**函数的完整文档。

其他资源

下面的教程解释了如何在pandas中执行其他常见操作。

如何将Pandas DataFrame列转换为字符串
如何将Pandas DataFrame列转换为整数
如何在Pandas DataFrame中将字符串转换为浮点数

The postHow to Convert Categorical Variable to Numeric in Pandasappeared first onStatology.