码迷,mamicode.com
首页 > 其他好文 > 详细

【机器学习】数据预处理之将类别数据转换为数值

时间:2017-07-05 01:15:12      阅读:1550      评论:0      收藏:0      [点我收藏+]

标签:concat   str   数值   unique   roc   import   利用   dataframe   行数据   

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。

 1 import pandas as pd
 2 from io import StringIO
 3 
 4 csv_data = ‘‘‘A,B,C,D
 5 1,2,3,4
 6 5,6,,8
 7 0,11,12,‘‘‘
 8 
 9 df = pd.read_csv(StringIO(csv_data))
10 print(df)
11 #统计为空的数目
12 print(df.isnull().sum())
13 print(df.values)
14 
15 #丢弃空的
16 print(df.dropna())
17 print(after, df)
18 from sklearn.preprocessing import Imputer
19 # axis=0 列   axis = 1 行
20 imr = Imputer(missing_values=NaN, strategy=mean, axis=0)
21 imr.fit(df) # fit  构建得到数据
22 imputed_data = imr.transform(df.values) #transform 将数据进行填充
23 print(imputed_data)
24 
25 df = pd.DataFrame([[green, M, 10.1, class1],
26                    [red, L, 13.5, class2],
27                    [blue, XL, 15.3, class1]])
28 df.columns =[color, size, price, classlabel]
29 print(df)
30 
31 size_mapping = {XL:3, L:2, M:1}
32 df[size] = df[size].map(size_mapping)
33 print(df)
34 
35 ## 遍历Series
36 for idx, label in enumerate(df[classlabel]):
37     print(idx, label)
38 
39 #1, 利用LabelEncoder类快速编码,但此时对color并不适合,
40 #看起来,好像是有大小的
41 from sklearn.preprocessing import LabelEncoder
42 class_le = LabelEncoder()
43 color_le = LabelEncoder()
44 df[classlabel] = class_le.fit_transform(df[classlabel].values)
45 #df[‘color‘] = color_le.fit_transform(df[‘color‘].values)
46 print(df)
47 
48 #2, 映射字典将类标转换为整数
49 import numpy as np
50 class_mapping = {label: idx for idx, label in enumerate(np.unique(df[classlabel]))}
51 df[classlabel] = df[classlabel].map(class_mapping)
52 print(2,, df)
53 
54 
55 #3,处理1不适用的
56 #利用创建一个新的虚拟特征
57 from sklearn.preprocessing import OneHotEncoder
58 pf = pd.get_dummies(df[[color]])
59 df = pd.concat([df, pf], axis=1)
60 df.drop([color], axis=1, inplace=True)
61 print(df)

 

【机器学习】数据预处理之将类别数据转换为数值

标签:concat   str   数值   unique   roc   import   利用   dataframe   行数据   

原文地址:http://www.cnblogs.com/fall12/p/7119162.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!