categorical data with pandas

import pandas as pd

df=pd.DataFrame([['green','M',10.1,'class1'], ['red', 'L', 13.5, 'class2'], ['blue', 'XL', 15.3, 'class1']])

df.columns=['color', 'size', 'price', 'classlabel']

df

color size price classlabel

0 green M 10.1 class1

1 red L 13.5 class2

2 blue XL 15.3 class1

df는 순서가 없는 특성(color)와 순서가 있는 특성(size), 수치형 특성(price)가 있다.

순서가 있는 특성 매핑

XL=L+1=M+2 라고 size 특성을 올바르게 자동으로 바꾸어 주는 함수를 가정하자.

size_mapping={

'XL':3,

'L':2,

'M':1}

df['size']=df['size'].map(size_mapping)

df

color size price classlabel

0 green 1 10.1 class1

1 red 2 13.5 class2

2 blue 3 15.3 class1

판다스의 map 메서드를 이용하여 이와 동일하게 적용할 수 있다.

inv_size_mapping={v:k for k, v in size_mapping.items()}

df['size'].map(inv_size_mapping)

0 M

1 L

2 XL

Name: size, dtype: object

class label encoding

import numpy as np

class_mapping={label:idx for idx, label in enumerate(np.unique(df['classlabel']))}

class_mapping

{'class1': 0, 'class2': 1}

df['classlabel']=df['classlabel'].map(class_mapping)

df

color size price classlabel

0 green 1 10.1 0

1 red 2 13.5 1

2 blue 3 15.3 0

다시 되돌리기

inv_class_mapping={v:k for k, v in class_mapping.items()}

df['classlabel']=df['classlabel'].map(inv_class_mapping)

df

color size price classlabel

0 green 1 10.1 class1

1 red 2 13.5 class2

2 blue 3 15.3 class1

sklearn LabelEncoder

from sklearn.preprocessing import LabelEncoder

class_le=LabelEncoder()

y=class_le.fit_transform(df['classlabel'].values)

y

array([0, 1, 0])

다시 되돌리기

class_le.inverse_transform(y)

array(['class1', 'class2', 'class1'], dtype=object)

Categorical data