पंडों: श्रेणियों को संख्याओं में परिवर्तित करें

Question 1

मान लीजिए कि मेरा उन देशों के साथ डेटाफ़्रेम है जो इस प्रकार है:

cc | temp
US | 37.0
CA | 12.0
US | 35.0
AU | 20.0

मुझे पता है कि देशों को 'वन-हॉट एन्कोडिंग' में बदलने के लिए एक pd.get_dummies फ़ंक्शन है। हालांकि, मैं उन्हें इसके बजाय सूचकांकों में परिवर्तित करना चाहता हूं ताकि मुझे cc_index = [1,2,1,3]इसके बजाय मिल जाएगा।

मैं मान रहा हूं कि एक सुन्न के साथ get_dummies का उपयोग करने की तुलना में एक तेज़ तरीका है जहां क्लॉज को नीचे दिखाया गया है:

[np.where(x) for x in df.cc.get_dummies().values]

यह 'कारकों' का उपयोग करते हुए आर में करना कुछ आसान है, इसलिए मुझे उम्मीद है कि पांडा कुछ इसी तरह का होगा।

Question 2

सबसे पहले, कॉलम का प्रकार बदलें:

df.cc = pd.Categorical(df.cc)

अब डेटा समान दिखता है, लेकिन स्पष्ट रूप से संग्रहीत किया जाता है। श्रेणी कोड कैप्चर करने के लिए:

df['code'] = df.cc.cat.codes

अब आपके पास है:

   cc  temp  code
0  US  37.0     2
1  CA  12.0     1
2  US  35.0     2
3  AU  20.0     0

यदि आप अपना DataFrame संशोधित नहीं करना चाहते हैं, लेकिन बस कोड प्राप्त करते हैं:

df.cc.astype('category').cat.codes

या एक सूचकांक के रूप में श्रेणीबद्ध कॉलम का उपयोग करें:

df2 = pd.DataFrame(df.temp)
df2.index = pd.CategoricalIndex(df.cc)

Question 3

यदि आप केवल अपनी श्रृंखला को पूर्णांक पहचानकर्ताओं में बदलना चाहते हैं, तो आप उपयोग कर सकते हैं pd.factorize।

इस समाधान पर ध्यान दें, इसके विपरीत pd.Categorical, वर्णानुक्रम में सॉर्ट नहीं होगा। इसलिए पहले देश को सौंपा जाएगा 0। यदि आप से शुरू करना चाहते हैं 1, तो आप एक स्थिरांक जोड़ सकते हैं:

df['code'] = pd.factorize(df['cc'])[0] + 1

print(df)

   cc  temp  code
0  US  37.0     1
1  CA  12.0     2
2  US  35.0     1
3  AU  20.0     3

यदि आप वर्णानुक्रम में क्रमबद्ध करना चाहते हैं, तो निर्दिष्ट करें sort=True:

df['code'] = pd.factorize(df['cc'], sort=True)[0] + 1

Question 4

यदि आप sklearnपुस्तकालय का उपयोग कर रहे हैं तो आप उपयोग कर सकते हैं LabelEncoder। जैसे pd.Categorical, इनपुट स्ट्रिंग्स को एन्कोडिंग से पहले वर्णानुक्रम में क्रमबद्ध किया जाता है।

from sklearn.preprocessing import LabelEncoder

LE = LabelEncoder()
df['code'] = LE.fit_transform(df['cc'])

print(df)

   cc  temp  code
0  US  37.0     2
1  CA  12.0     1
2  US  35.0     2
3  AU  20.0     0

Question 5

इसे आज़माएं, आवृत्ति के आधार पर संख्या में परिवर्तित करें (उच्च आवृत्ति - उच्च संख्या):

labels = df[col].value_counts(ascending=True).index.tolist()
codes = range(1,len(labels)+1)
df[col].replace(labels,codes,inplace=True)

Question 6

किसी भी कॉलम को नंबरों में बदल देंगे। यह एक नया कॉलम नहीं बनाएगा, लेकिन केवल संख्यात्मक डेटा के साथ मानों को बदल देगा।

def characters_to_numb(*args): for arg in args: df[arg] = pd.Categorical(df[arg]) df[arg] = df[arg].cat.codes return df

Question 7

एक-पंक्ति कोड:

df[['cc']] = df[['cc']].apply(lambda col:pd.Categorical(col).codes)

अगर आपके पास यह काम करता है list_of_columns:

df[list_of_columns] = df[list_of_columns].apply(lambda col:pd.Categorical(col).codes)

इसके अलावा, यदि आप अपने NaNमूल्यों को रखना चाहते हैं, तो आप एक प्रतिस्थापन लागू कर सकते हैं:

df[['cc']] = df[['cc']].apply(lambda col:pd.Categorical(col).codes).replace(-1,np.nan)