Python 将列名转换为数字?
我在pd数据帧中具有以下数据结构:Python 将列名转换为数字?,python,pandas,encoding,label,encode,Python,Pandas,Encoding,Label,Encode,我在pd数据帧中具有以下数据结构: 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是此处活动的短期术语,其中原始数据的描述要比ACTx长得多 问题:是否可以将列名(除了ID)转换为数字并打印相应的列表,以便我以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() 为什么?
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是此处活动的短期术语,其中原始数据的描述要比ACTx长得多
问题:是否可以将列名(除了ID
)转换为数字并打印相应的列表,以便我以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()
为什么??我想创建一个序列数据库,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,列出每个对应的编码标签和真实标签
Coded Label
0 ACT1
1 ACT2
2 ACT3
3 ACT4
4 ACT5
...
欢迎使用pandas或scikit学习中的任何好解决方案
df = pd.DataFrame({'ID':['0','1','2'],'ACT1':['0','1','1'],'ACT2':['1','0','1'],'ACT3':['1','0','0'],'ACT4':['1','0','1'],'ACT5':['1','0','0']})
col = {x:y for x,y in zip(df.columns.difference(['ID']),range(0,len(df.columns)-1))}
label_coded = pd.DataFrame(list(col.items()), columns=['Label', 'Coded'])
df = df.rename(columns=col)
输入:
ACT1 ACT2 ACT3 ACT4 ACT5 ID
0 0 1 1 1 1 0
1 1 0 0 0 0 1
2 1 1 0 1 0 2
0 1 2 3 4 ID
0 0 1 1 1 1 0
1 1 0 0 0 0 1
2 1 1 0 1 0 2
Coded Label
0 ACT1
1 ACT2
2 ACT3
3 ACT4
4 ACT5
输出:
ACT1 ACT2 ACT3 ACT4 ACT5 ID
0 0 1 1 1 1 0
1 1 0 0 0 0 1
2 1 1 0 1 0 2
0 1 2 3 4 ID
0 0 1 1 1 1 0
1 1 0 0 0 0 1
2 1 1 0 1 0 2
Coded Label
0 ACT1
1 ACT2
2 ACT3
3 ACT4
4 ACT5
标签编码:
ACT1 ACT2 ACT3 ACT4 ACT5 ID
0 0 1 1 1 1 0
1 1 0 0 0 0 1
2 1 1 0 1 0 2
0 1 2 3 4 ID
0 0 1 1 1 1 0
1 1 0 0 0 0 1
2 1 1 0 1 0 2
Coded Label
0 ACT1
1 ACT2
2 ACT3
3 ACT4
4 ACT5
你可以这样做:
a = list(df)
a.remove('ID')
l = range(0,len(df.columns)-1)
df1 = pd.DataFrame({'Label': a, 'Coded':l})
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
然后重命名这些列:
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,可以执行以下操作:
a = list(df)
a.remove('ID')
l = range(0,len(df.columns)-1)
df1 = pd.DataFrame({'Label': a, 'Coded':l})
当我输出df1时,它似乎应用了字母顺序。我可以防止这种情况吗,即保持列的顺序?谢谢,我很感激!