Pandas实战100例 | 案例 60: 对分类数据进行编码

案例 60: 对分类数据进行编码

知识点讲解

在数据处理中，将分类数据转换为数值编码是常见的做法，尤其是在准备机器学习模型时。Pandas 提供了将分类数据转换为数值编码的方法。

• 分类数据编码: 使用 .astype('category') 将列转换为分类数据类型，然后使用 .cat.codes 获取每个类别的数值编码。

示例代码

# 准备数据和示例代码的运行结果，用于案例 60

# 示例数据
data_categorical_encoding = {
    'Category': ['A', 'B', 'C', 'A', 'B', 'C']
}
df_categorical_encoding = pd.DataFrame(data_categorical_encoding)

# 对分类数据进行编码
df_categorical_encoding['Encoded'] = df_categorical_encoding['Category'].astype('category').cat.codes

df_categorical_encoding

在这个示例中，我们将 Category 列转换为分类数据类型，并为每个类别分配了一个唯一的数值编码。

示例代码运行结果

  Category  Encoded
0        A        0
1        B        1
2        C        2
3        A        0
4        B        1
5        C        2

这个结果显示了原始分类数据及其对应的数值编码。这种编码技术在处理分类特征时非常有用，尤其是在数据需要用于机器学习算法时。

请告诉我是否继续下一个案例。