Python | Pandas.factorizar()

El método pandas.factorize() ayuda a obtener la representación numérica de una array al identificar valores distintos. Este método está disponible como pandas.factorize()y Series.factorize().

Parámetros:
valores: secuencia 1D.
sort : [bool, Default is False] Ordenar etiquetas únicas y aleatorias.
na_sentinel : [ int, default -1] Valores faltantes para marcar ‘no encontrado’.

Retorno: representación numérica de la array

Código: Explicación del funcionamiento del método factorize()

# importing libraries
import numpy as np
import pandas as pd
from pandas.api.types import CategoricalDtype
  
labels, uniques = pd.factorize(['b', 'd', 'd', 'c', 'a', 'c', 'a', 'b'])
  
print("Numeric Representation : \n", labels)
print("Unique Values : \n", uniques)

# sorting the numerics
label1, unique1 = pd.factorize(['b', 'd', 'd', 'c', 'a', 'c', 'a', 'b'], 
                                                           sort = True)
  
print("\n\nNumeric Representation : \n", label1)
print("Unique Values : \n", unique1)

# Missing values indicated
label2, unique2 = pd.factorize(['b', None, 'd', 'c', None, 'a', ], 
                                              na_sentinel = -101)
  
print("\n\nNumeric Representation : \n", label2)
print("Unique Values : \n", unique2)

# When factorizing pandas object; unique will differ 
a = pd.Categorical(['a', 'a', 'c'], categories =['a', 'b', 'c'])
  
label3, unique3 = pd.factorize(a)
  
print("\n\nNumeric Representation : \n", label3)
print("Unique Values : \n", unique3)

Publicación traducida automáticamente

Artículo escrito por Mohit Gupta_OMG 🙂 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *