如何将数值 'species' 转换为 Iris 数据集中的类别

Question

我正在使用来自 sklearn 的 Iris 数据集。到目前为止，这是我的代码：

iris = datasets.load_iris()

data = pd.DataFrame(iris['data'])
target = pd.DataFrame(iris['target'])

frames = [data,target]
iris = pd.concat(frames,axis=1)

iris.columns = ['sepal_length','sepal_width','petal_length','petal_width','species']

def convert_target(data):
    if data == 0:
        return 'setosa'
    elif data == 1:
        return 'versicolor'
    else:
        return 'virginica'
iris['species'] = iris['species'].apply(convert_target)

观察我如何使用 convert_target 函数将物种从数值转换为分类值。我的问题是，有没有更好更有效的方法来做到这一点？

Answer 1

你可以做到 map:

d = {0: 'setosa', 1: 'versicolor', 2: 'virginica'}
iris['species'] = iris['species'].map(d)

你也可以使用 numpy 索引：

cat_names = np.array(['setosa', 'versicolor', 'virginica'])
iris['species'] = cat_names[iris['species']]

Answer 2

而不是 map，您可以使用 replace 使用字典：

iris['species'] = iris['species'].replace({0:'setosa',1:'versicolor',2:'virginica'})
iris.samle(5)

     sepal_length  sepal_width  petal_length  petal_width     species
3             4.6          3.1           1.5          0.2      setosa
73            6.1          2.8           4.7          1.2  versicolor
138           6.0          3.0           4.8          1.8   virginica
6             4.6          3.4           1.4          0.3      setosa
140           6.7          3.1           5.6          2.4   virginica

如何将数值 'species' 转换为 Iris 数据集中的类别

How to convert numerical 'species' into categories in Iris dataset

dataframe

pandas

scikit-learn

iris-dataset