将特征添加到必须使用转换公式映射其分类值的“数字”数据集

Question

我有这个数据集：

这是请求： “将 Mjob 和 Fjob 属性添加到“数字”数据集，其分类值必须使用您选择的转换公式进行映射。”

有人知道怎么做吗？例如：如果 'at_home' 值在 Mjob 中变为“1”，我希望在 Fjob 列中得到相同的结果。相同的分类值必须具有相同的整数值转换。

谢谢大家

Answer 1

您可以使用 map 函数和 pandas Series/Column 将分类变量从字符串数据映射到数值数据。例如，使用以下 pandas 数据框：

data = np.array([
   ['at_home','teacher'],
   ['at_home','other'],
   ['at_home','other'],
   ['health', 'services']
])
df = pd.DataFrame(data=data, columns=['Mjob', 'Fjob'])

使用 map 函数创建了两个新列

map_dict = {'at_home':1, 'teacher':2, 'other':3, 'health':4, 'services':5}
df['Mjob_numeric'] = df['Mjob'].map(map_dict)
df['Fjob_numeric'] = df['Fjob'].map(map_dict)

将特征添加到必须使用转换公式映射其分类值的“数字”数据集

Add features to the “numeric” dataset whose categorical value must be mapped using a conversion formula

python

numpy

machine-learning

pandas

scikit-learn