pandas 中对特征进行硬编码和onehot编码的实现
首先介绍两种编码方式硬编码和onehot编码，在模型训练所需要数据中，特征要么为连续，要么为离散特征，对于那些值为非数字的离散特征，我们要么对他们进行硬编码，要么进行onehot编码，转化为模型可以用于训练的特征
初始化一个DataFrame
importpandasaspd df=pd.DataFrame([ ['green','M',20,'class1'], ['red','L',21,'class2'], ['blue','XL',30,'class3']]) df.columns=['color','size','weight','classlabel']
硬编码：
将feature的值从0（或者1）开始进行连续编码，比如color进行硬编码，color的值有三个，分别为编码为1,2,3
可以用如下操作，对color字段下的值进行硬编码
colorMap={elem:index+1forindex,eleminenumerate(set(df["color"]))}
df['color']=df['color'].map(colorMap)
这样可以进行硬编码了，之前我的写法是，先生成map，然后对每一行进行apply，显然没有上述代码简便
onehot编码：
将某个字段下所有值横向展开，对于每条数据，其在对应展开的值上的值就是1，听起来比较绕口，看下面的例子就知道了，python中，pandas用get_dummies()方法即可
data1=pd.get_dummies(df[["color"]])
如果要对多个feature进行onehot，这样即可df[[fea1,fea2..]]
对于onehot以后的数据，如果需要原有的数据合并，直接拿原来的joinonehot的数据即可
res=df.join(data1)
join操作默认是根据index来进行join的，而get_dummies()不会改变index
以上这篇pandas中对特征进行硬编码和onehot编码的实现就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。