14 python虚拟变量的数据量化处理

1 虚拟变量

也叫作哑变量和离散特征编码，可用来表示分类变量、非数量因素可能产生的影响

2 category数据类型

category是pandas的一种数据类型，对应着被通缉的变量。Categoricals是由固定且有限数量的变量组成的，比如：性别、社会阶层、血型、国籍、观察时段、赞美程度。

与其它被统计的变量相比，categorical 类型的数据可以具有特定的顺序——比如：按程度来设定，“强烈同意”与“同意”，“首次观察”与“二次观察”，但是不能做按数值来进行排序操作（比如：sort_by 之类的，换句话说，categorical 的顺序是创建时手工设定的，是静态的）

3 get_dummies()

pandas.get_dummies（data，prefix = None，prefix_sep ='_'，dummy_na = False，columns = None，sparse = False，drop_first = False，dtype = None ）

data ： array-like，Series或DataFrame
prefix：string，字符串列表或字符串dict，默认为None ,用于追加DataFrame列名的字符串。在DataFrame上调用get_dummies时，传递一个长度等于列数的列表。或者，前缀可以是将列名称映射到前缀的字典。

prefix_sep：string，默认为'_'

如果附加前缀，分隔符/分隔符要使用。或者像前缀一样传递列表或字典。

dummy_na：bool，默认为False

如果忽略False NaN，则添加一列以指示NaN。

列：类似列表，默认无

要编码的DataFrame中的列名称。如果列是None，那么所有与列对象或类别 D型细胞将被转换。

稀疏：bool，默认为False

虚拟列是否应该稀疏。如果数据是Series或者包含所有列，则返回SparseDataFrame 。否则返回带有一些SparseBlocks的DataFrame。

drop_first：bool，默认为False

是否通过删除第一级别从k分类级别获得k-1个假人。

版本0.18.0中的新功能。

D型：D型，默认np.uint8

新列的数据类型。只允许一个dtype。

版本0.23.0中的新功能。

4 代码案例


import pandas data=pandas.read_csv('D:\\DATA\\pycase\\number2\\6.1\\data2.csv')data['症状']=data['症状'].astype('category')dummiesDate=pandas.get_dummies(data,columns=['症状'],prefix=['症状'],prefix_sep="_")newdata=pandas.read_csv('D:\\DATA\\pycase\\number2\\6.1\\data2new.csv')# 把已有的属性标签贴到现在表里newdata['症状']=data['症状'].astype('category',categories=data['症状'].cat.categories)dummiesnewDate=pandas.get_dummies(newdata,columns=['症状'],prefix=['症状'],prefix_sep="_")

14 python虚拟变量的数据量化处理相关推荐

大数据的python基础_大数据量化之路之python基础
一.计算机运行基本原理及python基础在了解计算机运行基本原理之上,理解python程序运行基本原理.做好数据分析准备工作. 安装好Anaconda做好相应变量配置,下载cmd工具Conemu,利 ...
Python毕业设计机器学习股票数据量化分析与预测系统 - python 大数据
文章目录 0 前言 1 课题背景 2 实现效果 UI界面设计 web预测界面 RSRS选股界面 3 软件架构 4 工具介绍 Flask框架 MySQL数据库 LSTM 0 前言
Python 之变量进阶（理解）
变量进阶(理解) 目标变量的引用可变和不可变类型局部变量和全局变量 01. 变量的引用变量和数据都是保存在内存中的在 Python 中函数的参数传递以及返回值都是靠引 ...
python创建变量_python创建变量
广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 创建: 当python变量'赋值'时,根据值类型创建变量,如:a=1引用: 当参 ...
python随机森林筛选变量_如何使用虚拟变量来表示python scikit-learn随机森林中的分类数据...
我正在为scikit-learn的随机森林分类器生成特征向量.特征向量代表9个蛋白质氨基酸残基的名称.有20个可能的残留名称.所以,我使用20个虚拟变量来表示一个残基名称,对于9个残基,我有180个虚 ...
『R语言Python』建模前的准备：连续型与离散型变量探索，离散型变量转为虚拟变量
在建立模型之前,我们常要先对数据的类型作出判断,连续型数据可以不做处理,而离散型数据则可能需要转为虚拟变量.下文使用R语言中的经典数据集 mtcarsmtcarsmtcars 进行演示 Python: ...
虚拟变量的方法介绍及python实现方式
虚拟变量的定义作用计量经济学中对虚拟变量给出了定义.作用及使用场景,进一步的深入了解可以系统性学习. 定义:虚拟变量 ( Dummy Variables) ,用以反映无法定量度量的因素,譬如性别对收 ...
python平稳性检验_时间序列预测基础教程系列(14)_如何判断时间序列数据是否是平稳的(Python)...
时间序列预测基础教程系列(14)_如何判断时间序列数据是否是平稳的(Python) 发布时间:2019-01-10 00:02, 浏览次数:620 , 标签: Python 导读: 本文介绍了数据平稳 ...
R语言定量方法：回归，虚拟变量和交互项，假设检验:F 检验、AIC 和 BIC分析学生成绩数据带自测题
最近我们被客户要求撰写关于学生成绩的研究报告,包括一些图形和统计输出. 回归假设省略变量偏差如果真实模型包括X 1 和X 2 ,但我们忘记了X 2,那么 - 在某些情况下 - 对X的估计将会有偏差 ...

14 python虚拟变量的数据量化处理

14 python虚拟变量的数据量化处理相关推荐

最新文章

热门文章