对于数据样本的标签,如果我们事先不知道这个样本有多少类别,那么可以对数据集的类别列进行统计,这时我们用pandas的Categorical方法就非常快的实现。
1.说明:
你的数据最好是一个series,之后,pd.Categorical(series),得到分类的对象,使用categories或者codes进行查看
2.操作:
pd.Categorical( list ).codes 这样就可以直接得到原始数据的对应的序号列表,通过这样的处理可以将类别信息转化成数值信息 ,这样就可以应用到模型中去了
代码:
1 import tensorflow 2 import lightgbm as lgb 3 import pandas as pd 4 5 6 class Deng(object): 7 def __init__(self): 8 pass 9 10 def main(self): 11 temp = [‘a‘, ‘a‘, ‘b‘, ‘c‘, ‘c‘] 12 st = pd.Categorical(temp) 13 print(st) 14 # [a, a, b, c, c] 15 # Categories(3, object): [a, b, c] 16 17 # 遍历temp指出temp中每个字符所属类别的位置索引 18 st2 = st.codes 19 print(st2) 20 # [0 0 1 2 2] 21 22 23 if __name__ == ‘__main__‘: 24 obj = Deng() 25 obj.main()
原文地址:https://www.cnblogs.com/demo-deng/p/9614377.html
时间: 2024-10-12 14:59:09