如何在 keras 模型的熊猫数据框中用二进制矩阵替换浮点数？

Question

对于学校项目，需要将 keras 模型训练到 Titanic 数据集。 我正在尝试将分类列编码为二进制矩阵并替换当前的字符串值，遗憾的是我无法管理它。在下面的示例中，我将“男性”和“女性”编码为二进制表示。

to_categorical 的结果：

[[0. 1.]
 [1. 0.]
 [1. 0.]
 ...
 [1. 0.]
 [1. 0.]
 [0. 1.]]

替换当前值时的结果：

0      0.0
1      1.0
2      1.0
3      1.0
4      0.0
      ... 
622    0.0
623    0.0
624    1.0
625    1.0
626    0.0

想要的结果：

0      [0. 1.]
1      [1. 0.]
2      [1. 0.]
3      [1. 0.]
4      [0. 1.]
      ... 
622    [0. 1.]
623    [0. 1.]
624    [1. 0.]
625    [1. 0.]
626    [0. 1.]

我对 Python 和 Keras 非常陌生。任何帮助将不胜感激。

label_encoder = LabelEncoder()
CATEGORICAL_COLUMNS = ['sex', 'class', 'deck', 'embark_town', 'alone']
NUMERIC_COLUMNS = ['age', 'n_siblings_spouses', 'parch', 'fare']

df = pd.read_csv('https://storage.googleapis.com/tf-datasets/titanic/train.csv')
properties = list(df.columns.values)
properties.remove('survived')


def transform_fn(label):
    vec = label_encoder.fit_transform(df[label])
    categorical = tf.keras.utils.to_categorical(vec)
    print(label + ": ", categorical)
    df[label] = tf.keras.utils.to_categorical(vec)


for c in CATEGORICAL_COLUMNS:
    transform_fn(c)

x = df[properties]
y = df['survived']

print(x['sex'])

Answer 1

你可以试试pd.get_dummies(df)。此函数将分类变量转换为虚拟/指示变量。

因此，如果您有 Sex 列，pd.get_dummies 将返回另一个带有 Sex_Male 和 Sex_Female 列的 DataFrame。

但是这样的转换提供了冗余信息。因此，数据科学家可以使用pd.get_dummies(df, drop_first=True) 来删除第一列，例如示例中的Sex_Male。

以后你可以使用df[<Col_name>].astype(<type>) 来获取你想要的任何类型。

要仅从一列中获取虚拟对象，请执行以下操作：

df_sex = pd.get_dummies(df['sex'])
df_tmp = df.drop('sex', axis=1)
df = pd.merge(df_sex, df_tmp, left_index=True, right_index=True)