如何在Pandas中把分类变量转换为数字变量

在Pandas中，分类变量常常需要转化为数字变量，以便于数据分析和建模。下面，我们将介绍如何使用Pandas将分类变量转换为数字变量。

使用Pandas将分类变量转换为数字变量

首先，我们需要将分类变量转换为Pandas中的Categorical类型，我们可以使用Pandas中的astype()方法来实现：

import pandas as pd

df['category'] = df['category'].astype('category')

此时，我们已经将category列转换为了Categorical类型。接下来，我们需要使用cat.codes属性将Categorical类型转换为数字类型：

df['category_code'] = df['category'].cat.codes

最终的结果是将category列转换为了数字类型，并将结果保存到category_code列中。

示例

下面我们来看一个示例，假设我们有如下的一个数据集：

import pandas as pd

data = {'category': ['A', 'B', 'C', 'A', 'B', 'C']}
df = pd.DataFrame(data)
print(df)
# Output:
#   category
# 0        A
# 1        B
# 2        C
# 3        A
# 4        B
# 5        C

我们将category列转换为Categorical类型，并将其转换为数字类型：

df['category'] = df['category'].astype('category')
df['category_code'] = df['category'].cat.codes
print(df)
# Output:
#   category  category_code
# 0        A              0
# 1        B              1
# 2        C              2
# 3        A              0
# 4        B              1
# 5        C              2

可以看到，category列被成功转换为了数字类型，并保存到了category_code列中。

注意事项

需要注意的是，在将分类变量转换为Categorical类型之前，需要先对数据集进行清洗和数据类型转换的工作，例如去除缺失值、将数值类型转换为字符串类型等。