Pandas中常用的函式使用
阿新 • • 發佈:2018-12-10
1、離散值的onehot編碼
pd.get_dummies()
import pandas as pd #對於離散值不能進行編碼的利用onehot編碼 df = pd.DataFrame([ ['green', 'M', 10.1, 'class1'], ['red', 'L', 13.5, 'class2'], ['blue', 'XL', 15.3, 'class1']]) df.columns = ['color', 'size', 'prize', 'class label'] size_mapping = { 'XL': 3,'L': 2, 'M': 1} df['size'] = df['size'].map(size_mapping) class_mapping = {label: idx for idx, label in enumerate(set(df['class label']))} df['class label'] = df['class label'].map(class_mapping) print('----------------------------------------------------------------') print(df) print('----------------------------------------------------------------') df = pd.get_dummies(df) print(df) print('----------------------------------------------------------------')
2、DROP——刪除pandas DataFrame的某一/幾列
1. DF= DF.drop('column_name', 1);
2. DF.drop('column_name',axis=1, inplace=True)
3. DF.drop([DF.columns[[0,1, 3]]], axis=1,inplace=True) # Note: zero indexed
凡是會對原陣列作出修改並返回一個新陣列的,往往都有一個 inplace可選引數。如果手動設定為True(預設為False),那麼原陣列直接就被替換。也就是說,採用inplace=True之後,原陣列名(如2和3情況所示)對應的記憶體值直接改變;而採用inplace=False之後,原陣列名對應的記憶體值並不改變,需要將新的結果賦給一個新的陣列或者覆蓋原陣列的記憶體位置。