Python dask_ml.preprocessing.OrdinalEncoder用法及代码示例

用法: class dask_ml.preprocessing.OrdinalEncoder(columns=None)

序数(整数)编码分类列。

参数：

columns：顺序，可选: 要编码的列。必须是分类数据类型。默认情况下对所有分类 dtype 列进行编码。

属性：

columns_： index

编码前/后训练数据中的列

categorical_columns_： index

训练数据中的分类列

noncategorical_columns_： index

训练数据中的其余列

dtypes_：dict

字典映射列名到

CategoricalDtype 的实例(pandas >= 0.21.0)
(类别，有序)的元组

注意：

此转换器仅适用于 dask 和 pandas 数据帧。对于 dask DataFrames，您的所有分类都应该是已知的。

逆变换可用于数据帧或数组。

例子：

>>> data = pd.DataFrame({"A": [1, 2, 3, 4],
...                      "B": pd.Categorical(['a', 'a', 'a', 'b'])})
>>> enc = OrdinalEncoder()
>>> trn = enc.fit_transform(data)
>>> trn
   A  B
0  1  0
1  2  0
2  3  0
3  4  1

>>> enc.columns_
Index(['A', 'B'], dtype='object')

>>> enc.non_categorical_columns_
Index(['A'], dtype='object')

>>> enc.categorical_columns_
Index(['B'], dtype='object')

>>> enc.dtypes_
{'B': CategoricalDtype(categories=['a', 'b'], ordered=False)}

>>> enc.fit_transform(dd.from_pandas(data, 2))
Dask DataFrame Structure:
                   A     B
npartitions=2
0              int64  int8
2                ...   ...
3                ...   ...
Dask Name: assign, 8 tasks

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask_ml.preprocessing.OrdinalEncoder。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。