Python数据分析—数据处理—虚拟变量

虚拟变量

虚拟变量，也叫哑变量和离散特征编码，可用来表示分类变量、非数量因素可能产生的影响

 

√ 离散特征的取值之间有大小的意义

        例如：尺寸（L、XL、XXL）

√ 离散特征的取值之间没有大小的意义

        例如：颜色（Red、Blue、Green）

□ pandas.Series.map(dict)

         离散特征的取值之间有大小意义的处理函数

              dict      ——————→         映射的字典

扫描二维码关注公众号，回复： 2489928 查看本文章

□ pandas.get_dummies(data, prefix=None, profix_sep="_",

                                       dummy_na=False, columns=None, drop_first=False)

      离散特征的取值之间没有大小的意义的处理函数

        1、data                   要处理的DataFrame

        2、prefix                 列名的前缀，在多个列相同的离散项时候使用

        3、prefix_sep          前缀和离散值的分隔符，默认为下划线，默认即可

        4、dummp_na         是否把NA值，作为一个离散值进行处理，

        5、columns              要处理的列名，如果不指定该列，则默认处理所有列

        6、drop_first             是否从备选项中删第一个，建模的时候为避免共性使用

 1 import pandas
 2 data=pandas.read_csv(
 3                      "D://Python//爱数圈书籍//Python3组第五期学习//Python数据分析实战课程课件//4.18//data.csv",
 4                      encoding="utf8")
 5 
 6 data["Education Level"].drop_duplicates()
 7 
 8 """
 9 0               Doctorate   
10 3       Bachelor's Degree
11 6         Master's Degree
12 20     Associate's Degree
13 35           Some College
14 102              Post-Doc
15 111          Trade School
16 157           High School
17 187          Grade School
18 
19 """
20 
21 #按照学历的高低进行打分
22 educationLevelDict={
23                      "Doctorate":9,   
24                      "Bachelor's Degree":8,
25                      "Master's Degree":7,
26                      " Associate's Degree":6,
27                      "Some College":5,
28                      "Post-Doc":4,
29                      "Trade School":3,
30                      "High School":2,
31                      "Grade School":1}
32                      
33 pandas.Series.map(educationLevelDict)
34 
35 data["Education Level Map"]=data[
36      "Education Level"].map(educationLevelDict)
37 
38      
39      
40 data["Gender"].drop_duplicates()
41 
42 dummies=pandas.get_dummies(
43                            data,
44                            prefix=["Gender"],
45                            prefix_sep="_",
46                            columns=["Gender"],
47                            drop_first=False)
48 
49 dummies["Gender"]=data["Gender"]