我在 pd DataFrame 中有以下数据结构:
ID ACT1 ACT2 ACT3 ACT4 ACT5
1 0 0 1 1 1 1
2 1 1 0 0 0 0
3 2 1 1 0 1 0
ACT 是此处事件的简称,其中原始数据的描述比 ACTx 长得多。
问题:是否可以将列名(ID
除外)转换为数字并打印相应的列表,以便我稍后可以看到哪个数字代表哪个字符串?请参阅我的上一篇文章以了解它的来源 ( Split or merge actions by date )
ID 0 1 2 3 4
1 0 0 1 1 1 1
2 1 1 0 0 0 0
3 2 1 1 0 1 0
为什么?我想创建一个序列数据库,并且为了为以后的计算节省一些内存,我喜欢使用编码标签。理想情况下,我可以调用一个表格,列出每个相应的编码标签和真实标签。
Coded Label
0 ACT1
1 ACT2
2 ACT3
3 ACT4
4 ACT5
...
欢迎在 pandas 或 scikit learn 中找到任何好的解决方案!
最佳答案
你可以这样做:
使用编码标签创建 df:
l = range(0,len(df.columns)-1)
a = list(df[df.columns.difference(['ID'])])
df1 = pd.DataFrame({'Label': a, 'Coded':l})
Coded Label
0 0 ACT1
1 1 ACT2
2 2 ACT3
3 3 ACT4
4 4 ACT5
然后重命名列:
df = df.rename(columns=dict(zip(df1["Label"], df1["Coded"])))
ID 0 1 2 3 4
1 0 0 1 1 1 1
2 1 1 0 0 0 0
3 2 1 1 0 1 0
编辑
要保持列的顺序,您可以这样做:
a = list(df)
a.remove('ID')
l = range(0,len(df.columns)-1)
df1 = pd.DataFrame({'Label': a, 'Coded':l})
关于python - 将列名转换为数字?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50947115/