我嘗試為我的城市進行標簽編碼。但是，我希望它根據哪個城市比其他城市多來標記。讓我們說; 奧斯陸有 500 行柏林有 400 行 那不勒斯在資料集中有 300 行 所以標簽編碼將根據值計數來標記這些城市；奧斯陸應標記為 0，柏林應標記為 1，那不勒斯應標記為 2
我怎么能做到這一點？
uj5u.com熱心網友回復：
使用Series.map通過Series與指數Series.value_counts（默認排序值）：
df = pd.DataFrame({'col': ['Berlin'] * 4 ['Oslo'] * 5 ['Napoli'] * 3})
print (df)
s = df['col'].value_counts()
print (s)
Oslo 5
Berlin 4
Napoli 3
Name: col, dtype: int64
s1 = pd.Series(range(len(s)), index=s.index)
print (s1)
Oslo 0
Berlin 1
Napoli 2
dtype: int64
df['newcol'] = df['col'].map(s1)
print (df)
col newcol
0 Berlin 1
1 Berlin 1
2 Berlin 1
3 Berlin 1
4 Oslo 0
5 Oslo 0
6 Oslo 0
7 Oslo 0
8 Oslo 0
9 Napoli 2
10 Napoli 2
11 Napoli 2
或使用字典enumerate：
s = df['col'].value_counts()
d = {v: k for k, v in enumerate(s.index)}
print (d)
{'Oslo': 0, 'Berlin': 1, 'Napoli': 2}
df['newcol'] = df['col'].map(d)
print (df)
col newcol
0 Berlin 1
1 Berlin 1
2 Berlin 1
3 Berlin 1
4 Oslo 0
5 Oslo 0
6 Oslo 0
7 Oslo 0
8 Oslo 0
9 Napoli 2
10 Napoli 2
11 Napoli 2
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/369432.html