pd.Categorical 的用法

本文通过实例讲解了Pandas库中的Categorical功能及其codes属性的应用,将其与LabelEncoder进行对比,阐述了两者在数据预处理中的作用及灵活性差异。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近在数据处理过程中遇到 pd.Categorical() 因此特地查了一下

先给出官网的链接 http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Categorical.html

我们直接通过例子来学习 

       那么在实际应用中 我们常常是结合他的 codes 属性来一起使用的 , 即 pd.Categorical( list ).codes 这样就可以直接得到原始数据的对应的序号列表,通过这样的处理可以将类别信息转化成数值信息 ,这样就可以应用到模型中去了 另外更加详细的功能参考官网。

    其实看到这里 可以发现 Categorical 的功能和 之前在机器学习 数据处理部分提到的 LabelEncoder (https://blog.youkuaiyun.com/weixin_38656890/article/details/80849334) 的功能是一样的, 不过 Categorical 是对自己编码 ,而LabelEncoder 是通过通过一个样本 制成标准 然后 对其他样本编码,因而相对的更加灵活。 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值