腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(2300)
视频
沙龙
2
回答
熊猫-多个“是/否”虚拟变量
、
、
性别和区域(4种类型)易患
pd.get_dummies
。但是,在此之后,我有几个变量是yes/no。如何使虚拟的yes和no列包含变量名?例如,“已婚者”变量将变成married_yes和married_nogenderdummy=
pd.get_dummies
(bank_df['gender'])marrieddummy=
pd.get_dummies</
浏览 0
提问于2019-01-30
得票数 2
1
回答
如何水平打印大熊猫的每一栏?
、
[:5])BallFive =
pd.get_dummies
(reversed_df.b5[:5])BallSeven =
pd.get_dummies
(reversed_df.b7[:5])BallEleven =
pd.get_dummies</e
浏览 1
提问于2019-04-27
得票数 0
回答已采纳
1
回答
如何才能使一次热转换永久化
、
、
、
一个热门代码: df_one_hot =
pd.get_dummies
(df,=
pd.get_dummies
= "guardian",prefix = "guardian") df_one_hot.head/data/student-mat.csv", sep=';').. df_one_hot =
pd.get_dummies
(df,columns = ["reason"],prefix =But when I do i
浏览 34
提问于2020-04-16
得票数 1
回答已采纳
2
回答
使用管道并使用imputing和OneHotEncoding转换数据比使用get_dummies更糟糕
、
、
另一方面,我们还学习了如何使用
pd.get_dummies
,根据我的理解,它只是作为OneHotEncoding工作的(如果我错了,请纠正我)。然而,仅使用
pd.get_dummies
似乎比其他方法给出了更好的结果,但在另一种方法中,我甚至还在计算数值,在这里,与
pd.get_dummies
一样,我甚至不确定丢失的数值会发生什么。PS:在我们使用
pd.get_dummies
之后,我们使用“对齐”。我读了这些文档,但我仍然不太确定这样做的目的 X_train =
pd.get_dummies
(X_train
浏览 0
提问于2019-07-24
得票数 0
1
回答
Python:在循环中高效地将多个分类特性转换为虚拟变量?
、
、
、
现在,我只知道如何手动处理,如下所示:embark =
pd.get_dummies
(train['Embarked'], drop_first=True)religion=
pd.get_dummies
(train['Rel
浏览 6
提问于2022-11-19
得票数 0
回答已采纳
1
回答
将多列变量转换为伪变量
、
、
、
谢谢 Y =
pd.get_dummies
(df.weight, prefix=['weight'])Z =
pd.get_dummies
(df.age, prefix=['age'])**
浏览 0
提问于2021-08-26
得票数 0
1
回答
Python在dataframe中从所有其他列中减去一列
我有一个带有使用get_dummy()创建的二进制变量的数据文件。我正在使用sub()方法从这个数据帧中的所有其他列中减去一列。但是,当我这样做的时候,在我应该得到值为-1的情况下,结果得到255。
浏览 1
提问于2022-10-20
得票数 0
回答已采纳
1
回答
如何将虚拟列连接到主表?
、
、
代码如下:dummy2.columns = ['Small/Rural','Teaching'] ##################dummy3.columns = [&
浏览 0
提问于2016-10-24
得票数 1
1
回答
自动获取序数变量和更改列名的虚拟?
、
在对序数变量执行
pd.get_dummies
(dataset[a column name])之后,我将手动检查列数并放置1、2、3、..在每个新列名的末尾。(也就是说,如果我给出g,它会将列重命名为g1、g2、g3列)dummie_g.describe() dummie_e=
pd.get_dummies
(d["
浏览 1
提问于2018-06-19
得票数 2
回答已采纳
1
回答
来自两个数据帧的共现矩阵。Python
、
、
、
我有两个数据框,食物和饮料。 food = {'fruit':['Apple', np.nan, 'Apple'],# Create DataFrame0 Apple Cake2 Apple NaN drink = {'smoothie':['S
浏览 9
提问于2021-04-14
得票数 3
回答已采纳
1
回答
我在python中有一个图形执行错误。我怎么才能解决这个问题?
、
、
、
我试图为输出创建一个图表:import pandas as pdimport wraptfrom keras import modelsfrom tensorflow.keras.utils import to_categorical #
浏览 4
提问于2022-05-05
得票数 0
2
回答
一个包含重复列的热编码
、
、
我做像这样的热编码:#One Hot Encoding of the Categorical features one_hot_state_of_the_building=
pd.get_dummies
(data.state_of_the_building) one_hot_region=
pd.
浏览 7
提问于2022-08-12
得票数 1
回答已采纳
3
回答
文本处理和
pd.get_dummies
()编码消耗了大量内存
、
、
、
我有一个由列表中的标记词和词干词组成的数据集,我正在使用
pd.get_dummies
()对它们进行编码。问题是我的数据集相当大,有2054735字,其中只有257个是唯一的。问题是,当我开始应用
pd.get_dummies
()时,我不能使用超过257个单词,否则我的内核就会崩溃,因为它的内存超过了13Gb。"home", "dark"], ["hello", "gamma", "hello"], ["five", "tango&q
浏览 6
提问于2020-11-18
得票数 1
回答已采纳
1
回答
如何在Pandas和Pyspark中进行一次热编码
、
我有如下数据: 1 France 4 Paris我想把它转换成 1 4 Paris 1 0我如何分别使用Pandas和Pyspark来实现这一点?
浏览 1
提问于2022-07-07
得票数 0
1
回答
在pandas中使用for循环的虚拟变量和连接数据帧
、
、
、
、
data_cleanBase = [dataABase, dataTestBase] dataset = dataset.join(
pd.get_dummies
(dataset['Embarked'])).join(
pd.get_dummies
(dataset['Sex'])) 在我的数据集中没有发生任何事情
浏览 0
提问于2019-02-24
得票数 0
0
回答
对多个列使用get_dummies()
、
('CabinNumber', 'Name'包含字符串)当我删除其中一个字符串并使用xtr =
pd.get_dummies
(x‘’Name‘)时,我的代码可以正常工作我试过了: xtr =
pd
浏览 2
提问于2016-12-28
得票数 1
回答已采纳
1
回答
分类编码的LabelEncoder().fit_transform与
pd.get_dummies
、
、
、
A B C1 1 NaN 123 3 Moose 21可以使用
pd.get_dummies
自动对分类数据进行编码这会产生以下结果:0 0 45 1.0 0.06 0.0 1.0 0.04 4 43
浏览 18
提问于2016-09-23
得票数 4
回答已采纳
1
回答
如何将多个虚拟变量连接到dataframe?
、
、
seasons =
pd.get_dummies
(bike['season'], drop_first=True) #3days =
pd.get_dummies
(bike['weekday'], drop_first=True)# 6 months =
pd.get_dummies
(bike['month'], dr
浏览 0
提问于2021-06-09
得票数 0
2
回答
用python创建多列的虚拟变量
、
、
、
pandas as pdd = {'ID1': [1,2,3], 'ID2': [2,3,4]}当前代码
pd.get_dummies
浏览 0
提问于2019-03-15
得票数 4
回答已采纳
1
回答
如何在不更改熊猫中其他列的情况下将特定列更改为行?
、
、
我有这样的数据: 1.1.19 1 50 F Apple 2.1.19 1 50 F Orange 4.1.19 3 20 M
浏览 3
提问于2020-05-01
得票数 1
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
数据预处理之One-Hot
Python之数据规整化:清理、转换、合并、重塑
用kaggle大赛的Titanic数据集教你怎么入门数据挖掘
逻辑回归模型及Python实现
Python数据分析-pandas详细教程四
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券