数据处理——数据编码

1.pandas.get_dummies 的用法
get_dummies 是利用pandas实现one hot encode的方式。

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

import pandas as pd
df = pd.DataFrame([  ['green' , 'A'],   ['red'   , 'B'],   ['blue'  , 'A']])  df.columns = ['color',  'class']
pd.get_dummies(df)

编码前：

编码后：

2.二分类0,1编码

fake ->1 true->0


data['review'] = (data.rumorType == 'fake').astype('int')

pandas 的缺失值判断：

pd.isna(obj) /isnull(obj)   #检测类似数组对象缺失值。
pd.notna(obj) /notnull(obj) #检测类似数组对象非缺失值。参数：obj：标量或数组
返回：布尔或布尔数组
说明：# NA值如None或np.nan,NaT将映射True值。''或np.inf不被视为NA值# pandas.options.mode.use_inf_as_na = True#视为na值# Series,DataFrame也有此方法；full,notfull是别名

数据处理——数据编码相关推荐

二值logit模型的适用条件_一文读懂条件Logistic回归
在医学研究中,为了控制一些重要的混杂因素,经常会把病例和对照按年龄,性别等条件进行配对,形成多个匹配组.各匹配组的病例数和对照人数是任意的,比如一个病例和若干个对照匹配即1:1,在医学上称作" ...
一文理解二元logistic回归
目录 1.二元logistic分析思路说明 2.如何使用SPSSAU进行二元logistic操作 3.二元logistic相关问题在研究X对于Y的影响时,如果Y为定量数据,那么使用多元线性回归分析( ...
一文掌握多分类logistic回归
Logistic回归分析(logit回归)一般可分为3类,分别是二元Logistic回归分析.多分类Logistic回归分析和有序Logistic回归分析.logistic回归分析类型如下所示. Lo ...
问卷星问卷数据怎么快速导入SPSSAU？
最近收到小伙伴询问问卷星导入的问卷数据怎么编码? 现在的问卷调查,很多都是通过网络问卷的方式进行,问卷星是一个专业的在线问卷调查.测评投票平台,如果你的问卷正好是在问卷星网站发放,填答,回收数据,那太 ...
logit回归模型假设_一文读懂条件Logistic回归
在医学研究中,为了控制一些重要的混杂因素,经常会把病例和对照按年龄,性别等条件进行配对,形成多个匹配组.各匹配组的病例数和对照人数是任意的,比如一个病例和若干个对照匹配即1:1,在医学上称作" ...
RDD断点回归案例怎么分析？
1.背景一般来讲美国民主党更倾向于更多的联邦支出,案例研究是否民主党获选对于联邦支出的影响.通常情况下如果得票率大于50%即会获选,反之小于50%则会落选.因而得票率则为驱动变量X,此处0.5则可作 ...
一文教你Heckman两阶段模型怎么分析
一.研究背景在某些情况下,被解释变量Y的取值范围会受到限制,比如研究家庭医疗保险支出的影响因素时,某此家庭没有医疗支出即数字全部为0,也或者研究家庭收入水平时,某些样本家庭完全没有收入那么收入就全部 ...
问卷排序题应该怎样分析？
在一般的问卷调研中,除了常见的单选题.多选题,还有一类题型受到问卷设计者的偏爱. 这就是排序题,排序题不仅可以直观展现答题者对每个选项的态度,还能按照应答频次与重要程度对选项进行排名. 但设计问卷一时 ...
实用干货！信度分析超全步骤总结！
信度分析是问卷研究中最为基本的一种方法,其用于测量'量表题'数据的可靠性,简单来说就是测量样本有没有真实的回答问题.特别提示,如果是使用统计分析方法进行信度测量,那么一般都是针对量表题,这在SPSSA ...

数据处理——数据编码

数据处理——数据编码相关推荐

最新文章

热门文章