如何将序数值转换为分类值？

Question

在 Pandas DataFrame 中，如何以序数形式（例如，1 表示工作日，2 表示周末）表示分类特征（例如，这一天是工作日还是周末）的列转换，以便它以分类方式表示值，例如 (0, 1) 表示工作日和 (1, 0) 表示周末，因此这些值不可比较？

还有使用pd.get_dummies（或OneHotEncoder）的替代方法，它会创建两列分别为0和1，然后将两列合并为元组，但是没有直接的方法吗？

示例： 我有：

    datetime    temp    daytype
0   2011-01-01  9.84    2
1   2011-01-02  9.02    2
2   2011-01-03  9.02    1
3   2011-01-04  9.84    1
4   2011-01-05  9.84    1
5   2011-01-06  9.84    1

我想要：

    datetime    temp    daytype
0   2011-01-01  9.84    (1, 0)
1   2011-01-02  9.02    (1, 0)
2   2011-01-03  9.02    (0, 1)
3   2011-01-04  9.84    (0, 1)
4   2011-01-05  9.84    (0, 1)
5   2011-01-06  9.84    (0, 1)

（我开始认为我可能弄错了 - 这不是表示分类值的默认方式吗？）

Answer 1

这是一种方法：df['daytype'] = df['daytype'].apply(lambda x : (1, 0) if x == 2 else (0,1))

Answer 2

您可以创建虚拟对象/一个热向量，然后将它们组合成一个元组：

您的原始数据看起来像这样

import pandas as pd
df = pd.DataFrame({"daytype": [2, 2, 1, 1, 1, 2]})
print(df)

   daytype
0        2
1        2
2        1
3        1
4        1
5        2

我们可以创建虚拟变量，正如您正确指出的那样，它将产生单独的列：

dummies = pd.get_dummies(df["daytype"]).astype(int)
print(dummies)

   1  2
0  0  1
1  0  1
2  1  0
3  1  0
4  1  0
5  0  1

但是您可以将这些单独的列压缩在一起，然后将结果分配回原始列中：

df["combined"] = list(zip(dummies[1], dummies[2]))

给你：

print(df)

   daytype combined
0        2   (0, 1)
1        2   (0, 1)
2        1   (1, 0)
3        1   (1, 0)
4        1   (1, 0)
5        2   (0, 1)

当然，如果你愿意，你可以完全用组合替换原来的列，为了清楚起见，我只是将它们分开

上面将为您提供您在原始问题中发布的所需结果，但是您也可以直接设置该特定列的类型，如 cmets 中所述：

df['daytype'] = df['daytype'].astype('category')

最终会归结为您想使用该列做什么