Перетворіть кілька категоричних стовпців


10

У своєму наборі даних я маю дві категоричні стовпці, які я хотів би прорахувати. Обидва ці стовпці містять країни, деякі перекриваються (відображаються в обох стовпцях). Я хотів би вказати однакову кількість у колонці1 та колонці2 для тієї ж країни.

Мої дані виглядають приблизно так:

import pandas as pd

d = {'col1': ['NL', 'BE', 'FR', 'BE'], 'col2': ['BE', 'NL', 'ES', 'ES']}
df = pd.DataFrame(data=d)
df

Наразі я перетворюю такі дані, як:

from sklearn.preprocessing import LabelEncoder
df.apply(LabelEncoder().fit_transform)

Однак це не робить різниці між FR та ES. Чи є ще один простий спосіб прийти до наступного результату?

o = {'col1': [2,0,1,0], 'col2': [0,2,4,4]}
output = pd.DataFrame(data=o)
output

Відповіді:


8

Ось один із способів

df.stack().astype('category').cat.codes.unstack()
Out[190]: 
   col1  col2
0     3     0
1     0     3
2     2     1
3     0     1

Або

s=df.stack()
s[:]=s.factorize()[0]
s.unstack()
Out[196]: 
   col1  col2
0     0     1
1     1     0
2     2     3
3     1     3

5

Ви можете спочатку встановити LabelEncoder () з унікальними значеннями у вашому фреймі даних, а потім перетворити.

le = LabelEncoder()
le.fit(pd.concat([df.col1, df.col2]).unique()) # or np.unique(df.values.reshape(-1,1))

df.apply(le.transform)
Out[28]: 
   col1  col2
0     3     0
1     0     3
2     2     1
3     0     1

2

np.uniqueз return_invesere. Хоча потім потрібно реконструювати DataFrame.

pd.DataFrame(np.unique(df, return_inverse=True)[1].reshape(df.shape),
             index=df.index,
             columns=df.columns)

   col1  col2
0     3     0
1     0     3
2     2     1
3     0     1
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.