![](/img/trans.png)
[英]Convert Pandas Series of 2D numpy arrays to Pandas DataFrame of columns of 1D numpy arrays
[英]Convert NumPy arrays to Pandas Dataframe with columns
我想规范化我的分类和数值。
cols = df.columns.values.tolist()
df_num = df.drop(CAT_COLUMNS, axis=1)
df_num = df_num.as_matrix()
df_num = preprocessing.StandardScaler().fit_transform(df_num)
df.fillna('NA', inplace=True)
df_cat = df.T.to_dict().values()
vec_cat = DictVectorizer( sparse=False )
df_cat = vec_cat.fit_transform(df_cat)
之后我需要将2个numpy
数组合并回pandas
数据帧,但是下面的方法对我来说不起作用。
mas = np.hstack((df_num, df_cat))
df = pd.DataFrame(data=mas, columns=cols)
错误消息: ValueError: Shape of passed values is (475, 243), indices imply (83, 243)
还有一种方法:
columns = df.columns.values.tolist()
for col in columns:
try:
if col in CAT_COLUMNS:
df[col] = pd.get_dummies(df[col])
else:
df[col] = df[col].apply(preprocessing.StandardScaler().fit)
except Exception, err:
print 'Column: %s and msg=%s' % (col, err.message)
错误信息:
Column: DATE and msg=Singleton array array(1444424400.0) cannot be considered a valid collection. Column: QTR_HR_START and msg=Singleton array array(21600000L, dtype=int64) cannot be considered a valid collection. ...
PS。 有没有办法避免numpy et all? 例如,我想利用
pandas_ml
库
你要找的是pandas.get_dummies()
。 它将对分类列执行一次热编码,并生成数据帧作为结果。 从那里,您可以使用pandas.concat([existing_df, new_df],axis=0)
将新列添加到现有数据框中。 这样可以避免使用numpy数组。
如何使用它的一个例子:
for cat_column in CAT_COLUMNS:
dummy_df = pd.get_dummies(df[column])
#Optionally rename columns to indicate categorical feature name
dummy_df.columns = ["%s_%s" % (cat_column, col) for col in dummy_df.columns]
df = pd.concat([df, dummy_df], axis=1)
那么简单的以下方法怎么样?
def normalize_dataframe(df):
columns = df.columns.values.tolist()
for col in columns:
try:
if col in CAT_COLUMNS:
df[col] = pd.get_dummies(df[col])
else:
df[col] = preprocessing.StandardScaler().fit_transform(df[col])
except Exception, err:
print 'Column: %s and msg=%s' % (col, err.message)
return df
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.