用pandas编码数据有一种非常简单的方法,就是使用get_dummies函数。
get_dummies函数自动变换所有具有对象类型(比如字符串)的列或所有分类的列(这是pandas中的一个特殊概念)。
print("Original features:\n", list(data.columns), "\n")
data_dummies = pd.get_dummies(data)
print("Features after get_dummies:\n", list(data_dummies.columns))
sklearn的则是
from sklearn.preprocessing import LabelEncoder
xx = t_set_df['job','marital']
label_encoder = LabelEncoder()
integer_encoded = label_encoder.fit_transform(xx)
print(integer_encoded)
使用pandas可以很方便的对离散型特征进行数值编码
import pandas as pd
df = pd.DataFrame([
['green', 'M', 10.1, 'class1'],
['red', 'L', 13.5, 'class2'],
['blue', 'XL', 15.3, 'class1']])
df.columns = ['color', 'size', 'prize', 'class lab