pandas的Categorical方法

Posted 2021-01-05 demo-deng

　　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()