Как преобразовать категориальную переменную в числовую в Pandas

Вы можете использовать следующий базовый синтаксис для преобразования категориальной переменной в числовую переменную в кадре данных pandas:

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

Вы также можете использовать следующий синтаксис для преобразования каждой категориальной переменной в DataFrame в числовую переменную:

#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 ])

В следующих примерах показано, как использовать этот синтаксис на практике.

Пример 1. Преобразование одной категориальной переменной в числовую

Предположим, у нас есть следующие 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

Мы можем использовать следующий синтаксис для преобразования столбца «команда» в числовой:

#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

Вот как работало преобразование:

• Каждая команда со значением ' A ' была преобразована в 0 .
• Каждая команда со значением « B » была преобразована в 1 .
• Каждая команда со значением ' C ' была преобразована в 2 .

Пример 2. Преобразование нескольких категориальных переменных в числовые

Еще раз предположим, что у нас есть следующий кадр данных pandas:

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

Мы можем использовать следующий синтаксис для преобразования каждой категориальной переменной в DataFrame в числовую переменную:

#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

Обратите внимание, что два категориальных столбца (команда и позиция) были преобразованы в числовые, а столбцы очков и подборов остались прежними.

Примечание.Полную документацию по функции factorize() можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Как преобразовать столбцы Pandas DataFrame в строки
Как преобразовать столбцы Pandas DataFrame в целые числа
Как преобразовать строки в числа с плавающей запятой в Pandas DataFrame