[英]Python: Numpy and Pandas Transforming timestamp/data into one-hot-encoding
[英]Pandas One-Hot-Encoding with deterministic order
假設我在 DataFrame 中有一個分類列(例如工作日)。 我想將它編碼為單熱編碼。 我正在使用pandas.get_dummies()
來執行此操作。 但我看不出如何使訂單確定性。 例如,我有這兩個數據框
df1 = pd.DataFrame({'visitors':[220, 240, 180, 210, 220, 260, 270], 'weekday': ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']})
df2 = pd.DataFrame({'visitors':[240, 180, 210, 220, 260, 270, 220], 'weekday': ['Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun', 'Mon']})
如果我同時調用get_dummies()
,我會得到兩種不同的編碼。 我可以看到,因為順序不同。 但是有沒有辦法,不管值是如何進來的,我怎么能讓任何 DataFrame 具有相同的編碼? 例如: Mon=1000000
, Tue=0100000
等?
pd.get_dummies(df1['weekday'])
pd.get_dummies(df2['weekday'])
get_dummies
的行為是一致的。 您會看到差異,因為visitors
的 position 發生了變化。
print(df1)
print(pd.get_dummies(df1['weekday']))
print()
print(df2)
print(pd.get_dummies(df2['weekday']))
這是 output:
visitors weekday
0 220 Mon
1 240 Tue
2 180 Wed
3 210 Thu
4 220 Fri
5 260 Sat
6 270 Sun
Fri Mon Sat Sun Thu Tue Wed
0 0 1 0 0 0 0 0
1 0 0 0 0 0 1 0
2 0 0 0 0 0 0 1
3 0 0 0 0 1 0 0
4 1 0 0 0 0 0 0
5 0 0 1 0 0 0 0
6 0 0 0 1 0 0 0
visitors weekday
0 240 Tue
1 180 Wed
2 210 Thu
3 220 Fri
4 260 Sat
5 270 Sun
6 220 Mon
Fri Mon Sat Sun Thu Tue Wed
0 0 0 0 0 0 1 0
1 0 0 0 0 0 0 1
2 0 0 0 0 1 0 0
3 1 0 0 0 0 0 0
4 0 0 1 0 0 0 0
5 0 0 0 1 0 0 0
6 0 1 0 0 0 0 0
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.