Numpy如何将二元分类列转换为Numpy数组

在本文中，我们将介绍如何将二元分类列（即只有两个值的列，如‘是’和‘否’或‘真’和‘假’）转换为Numpy数组。这种情况经常出现在机器学习中。

阅读更多：Numpy 教程

示例数据

我们先创建示例数据。下面是一个包含“是”和“否”的二元分类列的数据框。

import pandas as pd

data = {
    'col1': ['是', '否', '是', '是', '否', '是', '否', '否', '否', '是'],
    'col2': [5, 6, 7, 8, 9, 10, 11, 12, 13, 14]
}

df = pd.DataFrame(data)

使用np.where()进行转换

我们可以使用Numpy中的np.where()函数，将分类列转换为1和0的数组。其中，np.where()接受三个参数：条件（即分类列），条件成立时的值（1），否则的值（0）。

import numpy as np

arr = np.where(df['col1'] == '是', 1, 0)
print(arr)

输出：

[1 0 1 1 0 1 0 0 0 1]

我们可以将这个数组作为新的列添加到数据框中。

df['new_col'] = arr
print(df)

输出：

  col1  col2  new_col
0   是    5       1
1   否    6       0
2   是    7       1
3   是    8       1
4   否    9       0
5   是    10      1
6   否    11      0
7   否    12      0
8   否    13      0
9   是    14      1

使用np.select()进行转换

除了np.where()，我们还可以使用np.select()函数，将多个条件映射到多个值。但是，对于二元分类列，np.where()更加方便。

总结

在本文中，我们介绍了如何将二元分类列转换为Numpy数组。我们可以使用np.where()函数，将分类列转换为1和0的数组，并将其添加到数据框中，以便后续机器学习任务的使用。