pandas进行one-hot编码

这篇博客详细介绍了如何使用pandas对分类数据进行one-hot编码,通过读取美国成年人收入数据集,检查字符串类别,然后应用get_dummies函数进行编码,并将结果存储为NumPy数组用于后续的逻辑回归模型训练。对于数值类别的处理,博主提出先将其转换为字符串再进行编码。
摘要由CSDN通过智能技术生成

 1.读取数据

本文采用的是美国成年人收入的数据集

import pandas as pd
from IPython.display import display
data = pd.read_csv(
    adult_path, header=None, index_col=False,
    names=['age', 'workclass', 'fnlwgt', 'education',  'education-num',
           'marital-status', 'occupation', 'relationship', 'race', 'gender',
           'capital-gain', 'capital-loss', 'hours-per-week', 'native-country',
           'income'])

2.检查字符串的分类数据

使用pandas Series 的value_counts函数,显示类别和出现次数

print(data.gender.value_counts())
#输出
Male      21790
Female    10771
Name: gender, dtype: int64

3.对数据进行o

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值