pandas的get_dummies()与factorize()怎么使用

这篇文章主要介绍了pandas的get_dummies()与factorize()怎么使用的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇pandas的get_dummies()与factorize()怎么使用文章都会有所收获，下面我们一起来看看吧。pandas.get_dummies(data, prefix=None, prefix_sep=’_’, dummy_na=False, columns=None,sparse=False, drop_first=False)：Convert categorical variable into dummy/indicator variablespandas.factorize(values, sort=False, order=None, na_sentinel=-1,size_hint=None)：Encode input values as an enumerated type or categorical variableSeries.factorize(sort=False, na_sentinel=-1):Encode the object as an enumerated type or categorical variablePandas有一个方法叫做factorize()，它可以创建一些数字，来表示类别变量，对每一个类别映射一个ID，这种映射最后只生成一个特征，不像dummy那样生成多个特征。
sort : boolean, default FalseSort by valuesna_sentinel: int, default -1Value to mark “not found”labels : the indexer to the original arrayuniques : the unique Indexlabels：对应的编码arrayuniques:需要编码的类型补充：pandas.get_dummies 的使用及含义get_dummies参数如下：pandas.get_dummies（data，prefix = None，prefix_sep =’_’，dummy_na = False，columns = None，sparse = False，drop_first = False，dtype = None ）data ： array-like，Series或DataFrameprefix ：string，字符串列表或字符串dict，默认为None，用于追加DataFrame列名的字符串。在DataFrame上调用get_dummies时，传递一个长度等于列数的列表。或者，前缀 可以是将列名称映射到前缀的字典。prefix_sep ： string，默认为’_’如果附加前缀，分隔符/分隔符要使用。或者传递与前缀一样的列表或字典。dummy_na ： bool，默认为False如果忽略False NaN，则添加一列以指示NaN。columns ： 类似列表，默认为无要编码的DataFrame中的列名称。如果列是None，那么所有与列 对象或类别 D型细胞将被转换。sparse ： bool，默认为False伪编码列是否应由SparseArray（True）或常规NumPy数组（False）支持。drop_first ： bool，默认为False是否通过删除第一级别从k分类级别获得k-1个假人。版本0.18.0中的新功能。dtype： D型，默认np.uint8新列的数据类型。只允许一个dtype。版本0.23.0中的新功能。关于“pandas的get_dummies()与factorize()怎免费云主机域名么使用”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“pandas的get_dummies()与factorize()怎么使用”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注百云主机行业资讯频道。

相关推荐: Java怎么使用rsa非对称加密法进行加密

这篇文章主要介绍了Java怎么使用rsa非对称加密法进行加密，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。公钥与私钥是成对的，一般的，我们认为的是公钥加密、私钥解密、私钥签名、公钥验证，有人说成…