установить один горячий датчик на один столбец и применить ко многим - PullRequest
Новая
       12

установить один горячий датчик на один столбец и применить ко многим

0 голосов
/ 29 октября 2019

У меня есть фрейм данных с двумя категориальными столбцами, содержащими один и тот же набор строк, которые я хочу быстро кодировать. Определяется набор строк, которые могут содержать столбцы, и кодирование в одно касание должно быть согласованным между двумя столбцами. Оба столбца содержат все возможные значения, даже несколько раз.

В приведенном ниже примере я поместил кодировщик в список, содержащий набор строк, которые могут содержать столбцы. Затем преобразуйте столбцы кадра данных.

Вопрос 1: имеет ли это смысл?

Вопрос 2: Как получить разные имена для столбцов, возвращаемые путем горячего кодирования двух столбцов? Теперь я могу разместить столбцы в графе данных, но они имеют общие имена. Это проблема, верно? Как этого избежать? 

#list of values
all_stuff = ['Boat','Bike']

#create dataframe
data = {'Stuff': ['Bike', 'Boat'], 'More Stuff': ['Boat', 'Bike']}
index = range(len(data['Stuff']))
columns = ['Stuff','More Stuff']
df = pd.DataFrame(data,  index=index, columns=columns)
df

enter image description here

#label encoder
label_encoder = LabelEncoder()
label_encoder.fit(all_stuff)
df['Stuff'] = label_encoder.transform(df['Stuff'])
df

df['More Stuff'] = label_encoder.transform(df['More Stuff'])
df

#one-hot encoding on first column (fit and transform)
enc = OneHotEncoder(handle_unknown='ignore')
stuff_cols = enc.fit(df['Stuff'].values.reshape(-1, 1))

stuff_cols = enc.transform(df['Stuff'].values.reshape(-1, 1)).toarray()
stuff_cols

df = pd.concat([df, pd.DataFrame(stuff_cols, columns=enc.get_feature_names())], axis=1)
df

#one hot enc on second column (ONLY tranform)
more_stuff_cols = enc.transform(df['More Stuff'].values.reshape(-1, 1)).toarray()
more_stuff_cols

df = pd.concat([df, pd.DataFrame(more_stuff_cols, columns=enc.get_feature_names())], axis=1)
df

#the column nales are the same!!

enter image description here

1 Ответ

1 голос
/ 30 октября 2019

Я думаю, вы можете использовать функцию панды get_dummies для этого: 

df = pd.DataFrame({'Stuff': ['Bike', 'Boat'], 'More Stuff': ['Boat', 'Bike']})
pd.get_dummies(df)

Вывод: 

   Stuff_Bike  Stuff_Boat  More Stuff_Bike  More Stuff_Boat
0           1           0                0                1
1           0           1                1                0
...