Python 如何在不增加数据量的情况下将分类变量转换为数值变量？

我试图使用

get_dummies（）

将分类数据转换为数字，但是数据的大小从

1 X 1

增加到

1 X 22

，因为有22个不同的分类变量

我使用了熊猫的

get_dummies（）

代码：

data['program_id'].unique()

cols_to_transform = data['program_id'].loc[:]

df_with_dummies = pd.get_dummies( data=cols_to_transform )

如何在不增加数据大小的情况下将列的分类数据转换为数字

截图：

---

您可以使用

因子分解

df['columns']=pd.factorize(df['columns'])[0]#df.columns.astype('category').cat.codes

---

或者

LabelEncoder

从

sklearn

您可以使用

factorize

df['columns']=pd.factorize(df['columns'])[0]#df.columns.astype('category').cat.codes

或

LabelEncoder

from

sklearn