如何将分类数据更改为二进制数据？

Question

我想将分类数据更改为二进制数据。 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,....

........]

任何帮助得到这个答案都会很好，或者一些解决这个问题的建议将非常感激。

提前谢谢你

Answer 1

我猜你想创建一个向量来指示输入向量中每个值的出现次数，而不考虑值的位置。我的解决方案是使用CountVectorizer。 CountVectorizer 专为 string 设计。要将CountVectorizer 应用于数字向量，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 )

通过以下代码检查：

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]]