如何将pandas数据帧从基于字符串的分类列转换为数字表示形式
将pandas数据帧中基于字符串的分类列转换为数字表示形式的方法可以通过以下步骤实现：
- 确定需要转换的分类列，并确保该列的数据类型为字符串类型。
- 使用pandas的
astype方法将该列的数据类型转换为'category'类型，以将其识别为分类数据。 - 使用pandas的
cat.codes属性获取每个分类值的整数表示。该属性会自动将每个分类映射到整数编码。 - 可选：如果需要，可以使用pandas的
cat.categories属性获取每个整数编码对应的分类值。
以下是完整的示例代码：
import pandas as pd
# 创建一个示例数据帧
data = {'Category': ['A', 'B', 'C', 'A', 'B', 'C']}
df = pd.DataFrame(data)
# 将分类列转换为'category'类型
df['Category'] = df['Category'].astype('category')
# 将分类列转换为数字表示形式
df['Category_numeric'] = df['Category'].cat.codes
# 打印转换后的数据帧
print(df)输出结果为：
Category Category_numeric
0 A 0
1 B 1
2 C 2
3 A 0
4 B 1
5 C 2通过上述步骤，我们成功地将基于字符串的分类列转换为数字表示形式。每个分类值都被映射为唯一的整数编码，方便后续的分析和处理。
对于腾讯云的相关产品和产品介绍链接地址，您可以访问腾讯云的官方网站 https://cloud.tencent.com/ 了解更多详情。
相关·内容
1回答
如何将sklearn缩放器应用于pandas数据帧的所有行。这个问题与相关。如何将sklearn缩放器应用于一行的所有值？
注意:我知道对于特性缩放来说，在列中包含特性和按列缩放特性是很正常的，就像refenced问题中那样。然而，我想使用sklearn标度器来预处理可视化数据，在我的例子中，按行扩展是合理的。
浏览 11提问于2019-11-13得票数 1
回答已采纳
1回答
我有一个矩阵，包含大约1000个公司超过16年的月股票回报率，另一个矩阵包含公司的年度规模测量，第三个矩阵包含相同公司的年账面权益与市场权益。因此，对于每只股票，我有192个回报观察，12个大小观察和12本书对市场的观察。矩阵按如下顺序排列：
U:APC(P#T) U:AR(P#T) U:APA(P#T) 89589Q(P#T)
0.05 0.03 -0.2 0.11
0.02 0.0l2 -0.1 0.12
0.01 0.013 0
浏览 2提问于2016-04-26得票数 0
回答已采纳
1回答
我在PHP中处理了大量的电子表格，其中一个单元格包含一个时间戳，该时间戳具有自定义格式：[h]:mm:ss.0;@
这会将2.09491E-05之类的数字转换为0:00:01.8
当我将其读入php时，我只能得到2.09491E-05的值，但我不知道如何将其转换为秒。有人能帮上忙吗？
浏览 3提问于2013-01-12得票数 0
回答已采纳
我正在使用tensorflow对数据集中的图像进行分类。它的python api是如此简单和有用。当我使用inception v3模型时，它为每个图像提供了一些英文标签。我想知道如何将这些单词翻译成另一种语言(例如土耳其语、波斯语等)。在其模型中。
浏览 16提问于2016-07-19得票数 3
回答已采纳
我有如下所示的数据集，我无法知道什么是调谐器，以及.I想要以电话号码格式查看它们的数字是什么，此时.please帮助我。
数据
MessageID ToNumber FromNumber
0 38114253 9.192232e+11 9.198451e+11
1 38114266 9.192232e+11 9.184230e+11
2 38114272 9.192232e+11 9.173537e+11
3 38114277 9.192232e+11 9.184949e+11
4 38114287
浏览 5提问于2015-04-09得票数 0
回答已采纳
假设我制作了一个pandas数据帧(我不擅长pandas，这可能效率不高)：
import pandas as pd
colnames = ['a', 'b']
data = pd.DataFrame(columns=colnames)
df_row = ['val1', 'val2']
app = pd.Series(df_row, index=cols)
data = data.append(app, ignore_index=True)
我希望以字符串而不是pandas对象的形式访问val1。
如果我这样做了：
cell =
浏览 2提问于2015-08-25得票数 5
回答已采纳
2回答
本文的主题是建立一个(深度)神经网络分类器来分类一个地方。给我两个标签和一些字符串类型的输入。因此，例如，标签“超市”可能有一个类似“食品”的功能。
我应该如何将我的字符串输入功能提供给神经网络？
换句话说，有什么有效的方法来代替那些字符串输入的数字值，知道他们有很多吗？
浏览 0提问于2018-02-06得票数 2
回答已采纳
我想要将一个矩阵(非常稀疏，有数百万个零和几个其他数字)作为熊猫数据帧保存到.csv文件中，但是数据帧将0保存为0.0 (浮点数而不是整数)，因此文件变得非常大。所以我想将0.0保存为0，以减小输出.csv文件的大小。我正在尝试类似这样的东西： import pandas
table = [[0.88, 4], [0, 0.5]]
pd = pandas.DataFrame(table, columns = ['C1', 'C2'])
pd.to_csv('output.csv', index = False)
pd 并获得输出： C1
浏览 37提问于2020-07-24得票数 0
Scikit- learning或其他机器学习python模块中的特征选择算法可以与数据集中的分类值一起使用吗？
浏览 20提问于2018-06-09得票数 -2
回答已采纳
我目前使用的是从获得的Kmodes库。我的输入数据帧有分类属性，但它们是字符串格式的……如下所示
但是当我运行kmodes和print cluster centriods时，它返回一个如下所示的数组。
[[4 1 0 0]
[4 0 2 0]
[0 3 0 0]
[0 2 0 0]
[4 0 0 0]]
我不知道这些数字代表了什么。我只是假设列表中的四个元素表示四个属性，但是什么是'4‘作为'location’呢？我尝试将这些数字与唯一()的结果进行匹配，但这似乎不正确。
浏览 0提问于2017-03-21得票数 0
1回答
我在做一首歌的分类。对于每首歌，我都把它们切成小帧(5s)，作为神经网络的输入特征生成谱图，并且每个帧都有一个相关的歌曲类型标签。
数据如下所示：
name label feature
....
song_i_frame1 label feature_vector_frame1
song_i_frame2 label feature_vector_frame2
...
song_i_framek label feature_vector_framek
...
我可以在没有问题的情况下，从Keras获得每一帧的预测精度。但
浏览 0提问于2018-12-20得票数 0
回答已采纳
2回答
有了大量的分类特征和其他数字，为什么我们需要将分类转换成二进制值？是否用于算法的数学函数中的值？
谢谢!
浏览 0提问于2018-03-04得票数 0
回答已采纳
1回答
我遇到了一个分类问题，其中使用FeaturizeText方法将一些文本值转换为数值vector.For，在回归问题中使用OneHotEncoding方法也是如此。那么有什么不同呢？提前谢谢。我在微软的文档中找不到任何有用的东西。
浏览 23提问于2019-04-25得票数 2
在我的Java/JOGL (OpenGL for Java)程序中，浮点数不能按预期计算。在draw方法中，当调用每个帧(每秒60帧)时，我尝试修改对象的位置。所有值都是浮点值。
float timeElapsed=((float)(System.currentTimeMillis()-lastdrawn))/1000;
float moveZ=(timeElapsed*momentumZ);
System.out.println(moveZ);
this.transformation.z+=moveZ;
System.out.println(this.transformation.z);
由
浏览 1提问于2010-11-21得票数 0
我是NLP的乞丐，我有一些关于分类任务的问题。我在数据帧结构中有一个数据集，其中包含两列，第一列是文本(所以字符串)，第二列在每个测试的标签中。因此，让我们假设第一列x_train和seonc y_train。为了应用MLP，我可以使用以下代码
Tfidf_vect = TfidfVectorizer(max_features = 5000)
Tfidf_vect.fit(input_text)
Train_X_Tfidf = Tfidf_vect.transform(x_train)
Test_X_Tfidf = Tfidf_vect.transform(x_test)
我想尝试Word
浏览 3提问于2021-06-01得票数 0
回答已采纳
我试图在Python3.6.5下用 0.9.0绘制一些简单的数据。数据只是两个点，彼此之间有着不同的分类。分类本身就是简单的1或2。然而，当我用Seaborn绘制它时，图例显示了三种类型：0、1和2。
import numpy
import seaborn
import pandas
from matplotlib import pyplot
X = numpy.array([
[-1, -1, 1],
[1, 1, 2]
])
data = pandas.DataFrame(X, columns=('x','y','type'
浏览 2提问于2018-10-19得票数 12
回答已采纳
因此，我有一个包含不同数据类型的列的csv。但是当我将它读入pandas时，它将所有内容都显示为object数据类型。 如何将列转换为原始的数字和分类特征？
浏览 23提问于2019-09-24得票数 0
2回答
PS:我在这里尝试搜索了很多现有的问题，但是它只给我的查询增加了混乱！
10101
11100
11010
00101
把它当作一个示例输入，我需要一个地阅读它，作为BinaryString！然后，我需要将它们表示为Integer。
显然，int x = 20将x初始化为十进制整数，
我还从其他问题中读到，int y = 0b101将y初始化为二进制Integer。
现在，的问题是：，如果我有一个binaryString，如何将它转换成一个int，就像前面的0b一样。接下来我的目标是执行位级的OR和XOR操作。
从上面的输入，我需要做10101 ^ 11100
让我知道，如果这是正确的
浏览 4提问于2016-02-24得票数 0
回答已采纳
为什么Pandas.DataFrame中的float64值123456789.0会转换为123456792.0，只保留7位有效数字？
import pandas as pd
df = pd.DataFrame([123456789.0])
# 0
# 0 123456789.0
df = df.astype('float32')
# 0
# 0 123456792.0
浏览 3提问于2019-11-30得票数 0
2回答
说到Python，我还是个初学者，但我学校的一个项目需要我在这个reddit流行度数据集上执行分类算法。这些文件是巨大的.zst文件，可以在这里找到：无论如何，我只是不确定如何将其提取到数据库中，因为到目前为止我们刚刚完成的作业使用了.csv数据集，我可以很容易地将其放入pandas数据框中。我偶然发现了一个不同的帖子，并尝试使用代码：
def transform_zst_file(self,infile):
zst_num_bytes = 2**22
lines_read = 0
dctx = zstd.ZstdDecompressor
浏览 7提问于2020-04-07得票数 2
我想用科学的表示法将numpy.linspace(1,10,1)创建的数组转换为数组od字符串。怎么做？
浏览 3提问于2016-08-09得票数 0
回答已采纳
1回答
我试图在我所拥有的标记数据上实现一个神经网络模型。数据包含几个列(分类和数字特性也是如此)。
在这些数据中，很少有列包含一个简短的描述，这是由用户编写的，我也想分析，但我不知道如何开始。数据如下所示：
problem ID status description labels
1 closed short description of the problem CRM
2 open short description of the problem ERP
3
浏览 3提问于2019-12-11得票数 0
回答已采纳
1回答
上面的图片是我想要的。注意红色注释Big event happend中有一个指向X轴标签2017-12-08的箭头。
到目前为止我的代码是：
import matplotlib.pyplot as plt
import matplotlib.colors as colors
import numpy as np
import pandas as pd
if __name__ == '__main__':
df = pd.DataFrame({
'experiment': [1, 2, 3],
'con
浏览 2提问于2017-12-12得票数 0
回答已采纳
我正在尝试实例化一个朴素贝叶斯分类器来对文本块进行分类(使用预定义的分类)。下面的例子只是尝试对男性/女性执行此操作。我已经尝试从文件(CSVloader)加载数据，并在下面创建实例。问题是trainer.train()方法抛出了一个空指针异常。这似乎是因为targetDictionary为空。数据字典已填充。如何在实例上强制填充targetDictionary？
我的实际目标是将数据库中的论文摘要分类为“科学、政治、法律、健康等”。看起来贝叶斯分类器是正确的选择。
我迭代了加载的instanceList，它似乎被正确填充了，dataDictionary也被填充了，但是TargetDictio
浏览 11提问于2019-07-31得票数 1
1回答
首先，这不是的重复问题，因为它已经没有回答这一部分。
当我搜索了许多资源后，我没有清楚地知道如何使用2的补码来执行有符号数除法，特别是在除数和/或被除数都为负的情况下。
我使用了数字基础中的有符号数除法部分:在第二章中，所有的例子和问题，甚至通过互联网资源，只解释了正数的除法，如下所述：
，但是，如果100/-25或-100/25或-100/-25遵循什么规则呢？
因此，任何人都可以给出一个简单的解释，例如，如何将14除以-7。
浏览 1提问于2015-10-28得票数 3
1回答
现在我已经做了我自己的函数来做位and + not，但是后来我看到了位库，并试图使用它，但它不能像我想象的那样工作，它返回一个大的十进制而不是二进制位，所以我的问题实际上是几个。
首先:如何使用bit32库对二进制数进行位与运算。
10110111
11000100 = 10000100
第二:如何使用bit32库通过以二进制形式添加网络地址和通配符掩码来计算ipv4广播地址
192.168.1.0 + 31 = 192.168.1.31
11000000.10100000.00000001.00000000
00000000.00000000.00000000.00011111 = 110
浏览 0提问于2015-05-27得票数 0
我有一个名为params.csv的csv文件。我打开ipython qtconsole并使用以下命令创建了一个熊猫dataframe：
import pandas
paramdata = pandas.read_csv('params.csv', names=paramnames)
其中，paramnames是字符串对象的python列表。paramnames示例(实际列表长度为22)：
paramnames = ["id",
"fc",
"mc",
"markup",
"asplevel",
&#
浏览 2提问于2012-07-06得票数 122
回答已采纳
2回答
转换从二-补到十进制
、、、
您可能熟悉有符号整数的双补表示。它是当今最广泛使用的二进制整数表示。较不为人所知的是其他一些关于二进制整数表示的建议，包括基-2。基-2共享两个补运算的方便性，并且可能更容易描述。(见)
例如: 1*( -2 )^3 + 0*(-2)^2 + 1*(-2)^1 + 1*(-2)*0 = -8 +0+-2+1= -9
输入
第一个数字T(从1到100)是要从基-2转换为基数10的整数数。
下一个T数是基-2数字(每个1到15位数)。
注:数字可以用0填充在左边。
输出
输出数字的带符号基10表示形式，用空格分隔。
下面是我在C++中的代码；它只是在上面的示例中使用了1011的方法。它在我自己的
浏览 3提问于2014-01-25得票数 1
3回答
如果我有一个x位值，表示为1和0，分别表示真和假。如何将它们转换为8位字节？我不想知道如何将位数转换为字节数(x/8)。我想知道如何转换这样的东西：
10000010到一个字节
或
100000101000001转换为浮点数
浏览 1提问于2011-05-21得票数 0
回答已采纳
1回答
我正在尝试将tpot与我在pandas数据帧中的输入一起使用。我一直收到错误：
TypeError:输入类型不支持ufunc 'isnan‘，根据转换规则''safe'’，无法将输入安全地强制转换为任何支持的类型
我相信这个错误是因为isnan无法处理我的数据结构，但我不确定如何以不同的方式格式化它。我有分类输入和连续输入以及连续输出的组合。下面是一个包含相似数据的代码示例：
train_x=[[1,2,3],['test1','test2','test3'],[56.2,4.5,3.4]]
train_y=[[3
浏览 8提问于2018-04-14得票数 4
我正在使用查看我的网络信息。
在“网络”选项卡中，有三个我无法理解的Ledger高度子库：High、Low和Unsigned。
例如，我的网络有7个块和4个对等点。每个对等点在“网络”选项卡中显示这些信息：
分类器高度高=0
低=7
分类器高度无符号= true
你能解释一下它们的含义吗？
浏览 0提问于2019-07-28得票数 1
我有一个包含Dtype object列的pandas数据帧。这些列的值是非常明显的数字。但是，convert_dtypes无法识别数字类型，并为所有列再次返回object。以下是一些可能说明问题的输出： my_df.convert_dtypes().info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 3 entries, 0 to 2
Data columns (total 6 columns):
# Column Non-Null Count Dtype
--- ------
浏览 13提问于2021-01-27得票数 0
我有一个尺寸为21392x1972的Python数据帧。我想要完成的是将数据帧转换为列表列表，这样我的数据帧的第一列是长列表中的第一个列表，数据帧的第二列是具有一个长列表的第二个列表，依此类推。 我尝试使用tolist()将数据帧转换为列表列表。现在发生的情况是，我的数据帧的每一行都变成了长列表中的一个列表。但是，我想要完成的是，数据框的每一列都应该成为长列表中的一个列表。我刚开始使用Pandas和Python，所以在这方面的任何帮助都是非常感谢的。干杯! import pandas as pd
mydataset = pd.read_csv('final_merged_data.c
浏览 21提问于2019-01-18得票数 0
回答已采纳
已经在数据集上实现了ANN回归。预测值和实际值存储在数据帧中。实际值为float类型，当我使用df.info()检查它时，数据帧中的预测值被显示为类型对象。
dataframe中的预测值类似于以下代码：
import pandas as pd
a=[[1.4],[3.6],[6.7]]
df = pd.DataFrame()
df['a']=a
但是，我希望df‘’给出以下输出。
df['a'] = 1.4 3.6 6.7
我试过df‘..astype(Float)，df’..flatten()，但是它们没有工作。如何将dataframe列中的一维数组元素的列表
浏览 7提问于2022-02-23得票数 0
2回答
如何将numpy数组转换为pandas数据帧。为了简化问题，该数组只包含5个值。在实践中，还有更多。 import numpy as np
import pandas as pd
nparray1 = np.array([1,2,3,4,5])
nparray2 = np.array([2,2,2,6,6]) 我想从nparray1中获得以下数据帧结构： | column1 | column2 | column3 | column4 | column5 |
|---------|---------|---------|---------|---------|
| 1 | 2
浏览 13提问于2021-08-31得票数 0
2回答
梯度增强与Sklearn
、、、、
我想使用Sklearn的GradientBoostingRegressor类来预测回归问题中目标变量的值。我所拥有的特征是混合型的--有些是连续的数值，有些是布尔型的，两个是范畴型的，一个是连续数的向量。我选择梯度提升树，特别是因为数据是混合数据类型。特征向量的一个例子是：
类别1，41.93655，-87.642079，0，0，<1x822类型稀疏矩阵，包含4个存储在压缩稀疏行format>中的元素，'mobile_app'，'NA‘
然而，当我尝试用fit()来训练GradientBoostingRegressor时，我会遇到一个错误：
ValueErr
浏览 6提问于2013-11-23得票数 0
回答已采纳
我有一个pandas dataframe，其中一些值是整数，另一些值是数组。我只是想在"ORIGIN_AIRPORT_ID“列中删除包含数组(我相信是对象数据类型)的所有行，但是在尝试了许多方法之后，我还没能弄清楚如何做到这一点。
下面是我的数据帧的前20行的样子。像列表一样显示的值是我想要删除的值。数据集有几百万行，因此如果有意义，我只需要编写代码来删除该特定数据帧列中的所有类似数组的值。
浏览 0提问于2020-10-08得票数 0
1回答
每个人都在谈论如何将IP地址转换为整数来存储，但是这种方法传播的实际原因是什么呢？它有什么好处/缺点？
简单地说：，为什么我要做呢？
浏览 2提问于2017-07-18得票数 4
回答已采纳
我有一个手写的数据集，用于分类，其中类来自a-z。如果我想使用，我认为我不能直接使用这样的分类类，因为在scikit中的MLP实现只处理数值类。因此，在这方面应采取何种适当行动？如何将这些类从1到28之间进行编号，这有意义吗？如果没有，scikit-learn是否为类标签提供了特殊的编码机制来处理这种情况(我想这里不是一个热编码的选项)？
谢谢
浏览 1提问于2018-06-04得票数 0
回答已采纳
1回答
我需要建立ML/NN模型来分类/预测给定的字符串模式。示例培训数据如图像所示。输入将是列"Id号“中的字符串，我需要在列”it“中告诉它属于哪个类。
📷
如何在建立文本分类模型方面取得进展？如何将字符串转换为数字，以便在keras中使用嵌入？
浏览 0提问于2019-11-20得票数 0
回答已采纳
1回答
我试图识别数据集中的特征类型，它可以是分类/包字/浮动。
然而，由于以下原因，我无法找到一个准确的解决方案来区分分类词和包词。
分类数据可以是对象数据，也可以是浮动数据。计算一个特征中的唯一值并不能确保精确的解决方案，因为不同的样本可能具有相同的特征值，而这些特征值不一定是绝对的。
对于书包或单词，我想数单词的数量，但这是不正确的方式，因为文字可以写在一个词，或可能是缺失。
什么是识别特性类型的最佳方法？
浏览 0提问于2018-05-14得票数 1
7回答
漂亮的打印熊猫数据帧
、、、
如何将pandas数据帧打印为基于文本的漂亮表格，如下图所示？
+------------+---------+-------------+
| column_one | col_two | column_3 |
+------------+---------+-------------+
| 0 | 0.0001 | ABCD |
| 1 | 1e-005 | ABCD |
| 2 | 1e-006 | long string |
| 3 | 1e-007 | ABCD
浏览 2提问于2013-08-30得票数 178
我正在构建一个模型，我在Pandas中有两个数据帧。一个是训练数据，另一个是测试数据。其中一个变量是国家。我在考虑使用OrdinalEncoder()将country列转换为分类列。例如：“美国”在新列中将是1，“巴西”将是2，依此类推。但是，我希望对这两个数据帧进行相同的转换。如果训练数据中的"USA“作为分类列变为1，我希望测试数据中的"USA”也变为1。 这有可能吗？怎么会这样呢？ 提前感谢
浏览 23提问于2019-12-17得票数 0
我有一个非常大的Pandas数据帧，我想把它保存到磁盘上，以便以后使用。数据帧仅包含字符串数据。
然而，无论我使用哪种格式，保存过程都会导致我的Google Colab环境崩溃，因为除了CSV之外，所有可用的RAM都会用完，CSV甚至在5小时后都不会完成。
但这也破坏了环境。
有没有办法把一个大的文本熊猫数据帧保存到磁盘上？
我尝试过to_json、to_feather、to_parquet、to_pickle，它们都会使环境崩溃。
我还通过使用以下命令尝试了to_sql
from sqlalchemy import create_engine
engine = sqlalchemy.crea
浏览 2提问于2019-05-29得票数 2
1回答
如何将来自*argv[]的八进制字符串用于以下内容：
open("outfile",O_CREAT | O_RDWR,0777);
0777表示八进制数字的许可。
我的代码：
int arC = atoi(argv[optind]);
printf("argv optind %s after atoi %d\n",argv[optind],arC);
int test =des2=open("createfile",O_CREAT | O_RDWR,arC);
printf("fd %d\n",test);
终端输出：
./cop
浏览 1提问于2016-10-28得票数 4
回答已采纳
1回答
例如，我有：
$aaa = '12:00:00';
$bbb = '12:45:00';
和
$ccc = '12:00:00';
$ddd = '14:00:00';
和
$eee = '12:00:00';
$fff = '14:11:00';
和
$ggg = '12:00:00';
$hhh = '09:00:00';
如何将$aaa与$bbb、$ccc与$ddd等进行比较，并检查这两小时之间是否至少相差2小时？
$aaa和$bbb应该返回false
$ccc
浏览 1提问于2013-10-22得票数 0
回答已采纳
我是Pandas和python的新手，我正在尝试了解如何将Pandas Dataframe的所有内容(所有字段都是字符串)转换为分类内容。 在将行和列中的所有值转换为分类数字之前，必须将它们作为一个大型的唯一数据集处理。 到目前为止，我已经能够编写以下代码 for col_name in X.columns:
if(X[col_name].dtype == 'object'):
X[col_name]= X[col_name].astype('category')
X[col_name] = X[col_name].ca
浏览 16提问于2019-05-14得票数 1
回答已采纳
2回答
如果我有枚举类：
from enum import Enum
class Colors(Enum):
RED = 1
ORANGE = 2
GREEN = 3
如果我有一个数据帧，它的一列是color (它可以是小写的)：
>>> import pandas as pd
>>> df = pd.DataFrame({'X':['A', 'B', 'C', 'A'], 'color' : ['GREEN', 'RED&
浏览 0提问于2020-06-09得票数 4
2回答
我想写在C++上的程序的进程ID (由程序本身)在一个文件(二进制是首选)。我看到了函数GetProcessId的用法，但我没有设法使用它。
1)如何使用？
2)如何将值转换为二进制并写入文件？
谢谢
浏览 0提问于2011-09-11得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
