pandas.facctorize

pandas.factorize用法

对标签进行数值编码(相当于label-encoding),按照标签在data中出现的先后顺序。

import pandas as pd 
data = pd.DataFrame()
data['text'] = ['x1','x2','x3','xx']
data['label'] = ['花','草','树','木']
print(data)
'''
  text label
0   x1     花
1   x2     草
2   x3     树
3   xx     木
'''
data['label_encoding'],lbl = pd.factorize(data['label'])
print(data)
'''
  text label  label_encoding
0   x1     花               0
1   x2     草               1
2   x3     树               2
3   xx     木               3
'''
print(lbl)
'''
Index(['花', '草', '树', '木'], dtype='object')
'''

print(lbl[1])
# 草
print(lbl[0])
# 花
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pandas.concat是pandas库中一个用于连接(合并)多个数据框(DataFrame)的函数。它可以沿着指定的轴(默认为行轴)将多个数据框连接在一起,形成一个新的数据框。这个函数可以实现多种连接方式,包括按行或按列连接,连接时可以指定连接方式(内连接、外连接等)以及对缺失值的处理方式。pandas.concat的语法如下: ```python pandas.concat(objs, axis=0, join='outer', ignore_index=False) ``` 其中,objs是要连接的多个数据框(DataFrame)的列表或字典;axis是指定连接的轴,默认为行轴(axis=0);join是指定连接方式,默认为外连接(join='outer');ignore_index是是否忽略原始索引,默认为False。 pandas.join是pandas库中用于按照索引连接多个数据框的方法。它可以根据索引将多个数据框连接在一起,形成一个新的数据框。和pandas.concat不同,pandas.join只能按照索引进行连接,无法指定其他连接方式。pandas.join的语法如下: ```python DataFrame.join(other, on=None, how='left', lsuffix='', rsuffix='', sort=False) ``` 其中,DataFrame是要连接的数据框;other是要连接的其他数据框;on是指定连接的列名或列名列表,默认为None使用索引进行连接;how是指定连接方式,默认为左连接(how='left');lsuffix和rsuffix是指定用于重叠列的后缀,默认为空字符串;sort是指定是否根据连接键排序,默认为False。 pandas.merge是pandas库中一个类似于SQL的内连接操作,用于按照列进行连接多个数据框。它可以根据指定的列将多个数据框连接在一起,形成一个新的数据框。pandas.merge的语法如下: ```python pandas.merge(left, right, on=None, how='inner', sort=False) ``` 其中,left和right是要连接的两个数据框;on是指定连接的列名或列名列表,默认为None自动寻找重叠列进行连接;how是指定连接方式,默认为内连接(how='inner');sort是指定是否根据连接键排序,默认为False。
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