2回答
我有一个包含21个不同列的banking_dataframe，其中一个是目标，其中10个是数字特征，10个是分类特征。我已经使用pandas的get_dummies方法将分类数据转换为one-hot编码。返回的dataframe有74列。现在，我想将编码的数据帧与原始数据帧合并，这样我的最终数据就应该有一个分类列的热编码值，但数据帧的原始大小是21列</e
浏览 2提问于2019-08-01得票数 0
列Mfr Number是一种分类数据类型。我希望对其执行get_dummies或热编码，但如果新列来自该行，我希望它填充来自quantity列的值，而不是用1填充该列。所有其他新的“虚拟对象”在该行上应该保持为0。这个是可能的吗？
浏览 13提问于2019-03-21得票数 3
回答已采纳
4回答
我正在对一个包含大约18个不同类型值的分类列进行一次热编码。我只想为那些值创建新列，这些值显示的值超过某个阈值(假设为1%)，并创建另一个名为other values的列，该列的值为1如果值不是那些频繁的值。
我在用Pandas和Sci-kit学习。我已经探索过熊猫g
浏览 5提问于2017-04-10得票数 6
回答已采纳
4回答
我正在寻找一种pythonic的方法来处理以下问题。现在，我需要处理这件事。一个列，让我们称之为“标签”，具有类似于['A', 'B', 'C',
浏览 1提问于2013-09-19得票数 37
回答已采纳
)
dtree.fit(car_df, y) 然而，我得到了一个错误：ValueError: could not convert string to float: 'buying'‘购买’是数据集中的第一个分类特征
浏览 222提问于2021-03-29得票数 0
1回答
我有一个由10000行组成的Pandas系列，其中填充了一个字母，从A到Z。但是，我想使用Pandas get_dummies为A、B和C创建虚拟数据帧。我该怎么做？我不希望获得列中所有行值的虚拟值，然后选择特定的列，因为该列包含其他冗余数据，这些数据最终会导致内存错误。
浏览 2提问于2015-11-03得票数 8
回答已采纳
pandas.get_dummies为每个类别值发出一个伪变量。有没有什么自动的，简单的方法让它只创建N-1个虚拟变量？(随意去掉一个“基线”变量)？
需要避免数据集中的共线性。
浏览 0提问于2015-07-19得票数 21
回答已采纳
1回答
机器学习中的分类属性预处理
、、、、
numpy.unique() vs Pandas.get_dummies()
numpy.unique()将数据转换为所有K类的数组，并将每个值的索引作为新列返回，而get_dummies()只创建具有(0,1)值的k列。将分类数据转换为数字的哪种方法最适合机器学习，以及为什么?
浏览 0提问于2018-02-24得票数 0
回答已采纳
1回答
我希望所有的列都是热编码的，而不需要列出列，或者一个一个地应用热编码。我知道如何在一列之后另一列做。
📷
浏览 0提问于2019-03-12得票数 0
回答已采纳
1回答
我知道熊猫有一个get_dummies()函数。我要做的不仅仅是给它放一个1/0的值，还要为它使用来自另一列的值。b 35 b 5我想把它变成：1 1 0 03 0 3 05 0 5 0如果虚拟变量的值来自B列，则ID是标识的</em
浏览 3提问于2020-03-07得票数 2
回答已采纳
在3个分类列上使用Pandas get_dummies来获得一个热编码的Dataframe之后，我已经训练了一个Perceptron模型(并取得了一些成功)。现在我想预测一个新的观察结果，它不是热编码。
有任何方法记录get_dummies列映射来重用它吗？
浏览 2提问于2018-05-31得票数 5
回答已采纳
1回答
我是数据科学和机器学习的新手。我有一个有三个值0,1,2的列，我想用前缀predict_将这3个值编码成3个不同的列。我尝试过get_dummies和label编码器，但它不起作用 import pandas as pdle = LabelE
浏览 13提问于2019-09-17得票数 0
回答已采纳
我计划使用Pandas get_dummies()生成一个70000行150000列的大型稀疏矩阵，但是我得到了一个MemoryError。我如何在这个稀疏矩阵上应用PCA来降维？
浏览 1提问于2015-11-06得票数 0
例如，性别属性将被转换为两个属性，"Genre=M“和"Genre=F"，I需要两个列Male和Female，分配对应于该属性存在与否的二进制值
浏览 0提问于2019-02-23得票数 1
我正在使用Tensorflow、python、Pandas创建一个类似于此的logistic回归模型。
我使用的不是MNist数据集，而是我自己的数据集。我使用Pandas创建数据格式，将nulls替换为填充it函数，然后使用from_tensor_slices将其转换为张量数据集。我有很多CATEGORICAL_COLUMNS，我正在使用get_dummies来做OneHotEncoding (和LabelEncoding一起)。但问题是，我的分类列有很大的<
浏览 2提问于2020-03-30得票数 0
回答已采纳
我想知道sklearn LabelEncoder和pandas get_dummies之间的区别。为什么人们会选择LabelEncoder而不是get_dummies。使用一种方法比使用另一种方法有什么优势？劣势？
浏览 0提问于2016-07-17得票数 17
回答已采纳
该函数与get_dummies()在pandas中的工作方式几乎完全相同，只有一个主要区别:对于创建的所有伪变量，我需要A列中的值，其中值应为1。<code>A1</code>
我正在处理具有大量类别的相当大的数据。我尝试过在数据集上使用get_dummies()，然后使用df.mask将所有的1都改为df.A，但是这非常慢(大约10分钟)。
浏览 11提问于2019-03-27得票数 0
回答已采纳
2回答
给定类型为str的Pandas，我希望对str.split返回的结果进行排序。我想到了像s.str.split(',').sort()这样的东西。然而，我在Pandas中找不到这类功能。还有其他想法吗？另一个想法是使用函数get_dummies，然后重新设置列，最后执行类似于join_dummies的操作。但是，我找不到这样一个函数join_dummies。
浏览 3提问于2016-05-02得票数 4
回答已采纳
我的数据中有6列。其中2种具有约3K的独特值。当我对整个dataframe或这两个列使用get_dummies()时，返回的是与3k值完全相同的列。get_dummies无法伪造更大的列。有些列确实有一个热编码，但大型列却没有。我相信这也是在这里讨论的</em
浏览 4提问于2016-09-14得票数 4
回答已采纳
1回答
我使用OneHotencoder将分类列转换为数值数据，但算法更改了列的名称。如何保存相同的名称列？(我使用python 3)>>> import pandas >>> ar = numpy.array([['yassine', 1], ['jack',7], ['ahmed',4]])
>>
浏览 1提问于2019-04-10得票数 0
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号