パンダの順序レベルを数値に変換

Question

パンダにはこれを可能にする機能があるのだろうかと思っていました。

レベルが[低、中、高]の列があります。

[1,2,3]に変換して線形回帰を実行したいと思います。しかし、現在私がやっているのはdf[df['interest_level'] == 'low'] = 1です。これを行うより良い方法はありますか？

ありがとうございました。

Answer 1

使用pd.factorize()方法：あなたも、あなたの新しい数値を分類することができます

df['interest_level'] = pd.factorize(df['interest_level'])[0] 

は（これは多くのメモリを節約するかもしれません）：

サンプルDATAFRAME：

In [34]: df = pd.DataFrame({'interest_level':np.random.choice(['medium','high','low'], 10)}) 

In [35]: df 
Out[35]: 
    interest_level 
0   high 
1   low 
2   medium 
3   high 
4   low 
5   high 
6   high 
7   low 
8   low 
9   medium 

ソリューション：

In [36]: df['interest_level'], cats = pd.factorize(df['interest_level']) 

In [37]: df['interest_level'] = pd.Categorical(df['interest_level'], categories=np.arange(len(cats))) 

In [38]: df 
Out[38]: 
    interest_level 
0    0 
1    1 
2    2 
3    0 
4    1 
5    0 
6    0 
7    1 
8    1 
9    2 

In [39]: cats  # this can be used for the backtracing ... 
Out[39]: Index(['high', 'low', 'medium'], dtype='object') 

In [40]: df.memory_usage() 
Out[40]: 
Index    80 
interest_level 34 # <---- NOTE: only 34 bytes used for 10 integers 
dtype: int64 

In [41]: df.dtypes 
Out[41]: 
interest_level category 
dtype: object 

Answer 2

あなたがmapを使用することができます。

d = {'low':1,'medium':2,'high':3} 

df['interest_level'] = df['interest_level'].map(d) 

サンプル：

df = pd.DataFrame({'interest_level':['medium','high','low', 'low', 'medium']}) 
print (df) 
    interest_level 
0   medium 
1   high 
2   low 
3   low 
4   medium 

d = {'low':1,'medium':2,'high':3} 
df['interest_level'] = df['interest_level'].map(d) 
print (df) 
    interest_level 
0    2 
1    3 
2    1 
3    1 
4    2 

別の解決策は、Categoricalにキャストし、その後cat.codes使用されています

categories = ['low','medium','high'] 
df['interest_level'] = df['interest_level'].astype('category', 
                categories=categories, 
                ordered=True).cat.codes + 1 
print (df) 
    interest_level 
0    2 
1    3 
2    1 
3    1 
4    2