将分类值转换为 pandas 数据框中的自定义数字
Convert Categorical values to custom number in pandas dataframe
我有一个 pandas 数据框,其中有分类值和数值。
现在我不想为分类数据获取二进制数据,而是想自定义它。
假设我有 high
和 low
这样的值。 pandas 给出 low = 1
和 high = 0
,这是我不想要的。
例如:
df_bin=pd.get_dummies(global_df[['CATEGORY','IMPACT']])
现在事件类别有值 past 并且上面的操作给出 past 为 1 而不是 0
所以,我怎样才能使它成为 0
另一列是有值销售、广告的区域
现在对于这些值,我想给一个自定义数字
new_label = {"cat_column": {"low": 1, "high": 0}}
df.replace(new_label , inplace = True)
要进行自定义标签编码,请创建映射字典并使用 replace()
将您的分类值替换为数值。您可以根据自己的喜好改变数值。
希望这就是您要找的。
我有一个 pandas 数据框,其中有分类值和数值。 现在我不想为分类数据获取二进制数据,而是想自定义它。
假设我有 high
和 low
这样的值。 pandas 给出 low = 1
和 high = 0
,这是我不想要的。
例如:
df_bin=pd.get_dummies(global_df[['CATEGORY','IMPACT']])
现在事件类别有值 past 并且上面的操作给出 past 为 1 而不是 0
所以,我怎样才能使它成为 0
另一列是有值销售、广告的区域 现在对于这些值,我想给一个自定义数字
new_label = {"cat_column": {"low": 1, "high": 0}}
df.replace(new_label , inplace = True)
要进行自定义标签编码,请创建映射字典并使用 replace()
将您的分类值替换为数值。您可以根据自己的喜好改变数值。
希望这就是您要找的。