Python 如何将分类数据更改为二进制数据？

我想把分类数据变成二进制数据。 我的数据是这样的

数据=[[1,2,3，…]，[2,3,4，…]，[3,8,5，…]，…]

这里1和2没有任何联系，所以我必须将这些数字视为分类数据

import pandas as pd

from sklearn.feature_extraction import DictVectorizer

converted_val = data.T.to_dict().values()

vectorizer = DictVectorizer(sparse=False)

vec_x = vectorizer.fit_transform( converted_val )

我期待的结果是：

[1,2,3,4,5,6,7,8

1,1,1,0,0,0,0,0

0,1,1,1,0,0,0,0

0,0,1,0,1,0,0,1

………]

任何能得到这个答案的帮助都将是非常好的，或者一些解决这个问题的建议将是非常感谢的

---

提前谢谢你

我想你想做一个向量，它表示每个值在输入向量中出现的次数，而不考虑值的位置。我的解决方案是使用

CountVectorizer

<代码>计数矢量器是为

字符串

设计的。要将

CountVectorizer

应用于数值向量，我将一些参数传递给下面的

CountVectorizer

import pandas as pd
from sklearn.feature_extraction.text import CountVectorizer

data = pd.DataFrame([[1,2,30],[2,30,4],[3,8,5]])
converted_val = data.as_matrix()

vectorizer = CountVectorizer( lowercase=False, tokenizer = lambda x:x )

vec_x = vectorizer.fit_transform( converted_val )

按以下代码进行检查：

print(vectorizer.get_feature_names()) 
print(vec_x.toarray())

输出：

[1, 2, 3, 4, 5, 8, 30]
[[1 1 0 0 0 0 1]
 [0 1 0 1 0 0 1]
 [0 0 1 0 1 1 0]]