Codificarea ordinală a unei coloane categorice

Imputarea valorilor categorice implică câțiva pași suplimentari față de imputarea valorilor numerice. Mai întâi trebuie să le converteșți în valori numerice, deoarece operațiile statistice nu pot fi efectuate pe șiruri de caractere.

Vei folosi setul de date cu profiluri de utilizatori, care conține preferințele și alegerile clienților înregistrate de un restaurant. Acesta conține doar caracteristici categorice. În acest exercițiu, vei converti coloana categorică 'ambience' într-una numerică, folosind OrdinalEncoder din sklearn. DataFrame-ul a fost încărcat pentru tine sub numele users. Funcția OrdinalEncoder() a fost de asemenea încărcată.

Primele și ultimele rânduri ale DataFrame-ului users au fost afișate pentru tine.

Acest exercițiu face parte din cursul

Gestionarea datelor lipsă în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Creează obiectul encoder ordinal și atribuie-l variabilei ambience_ord_enc.
Selectează valorile non-lipsă ale coloanei 'ambience' din users.
Remodelează ambience_not_null la forma (-1, 1).
Înlocuiește valorile non-lipsă ale coloanei ambience cu valorile sale codificate.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Set col_name to 'ambience'
col_name = 'ambience'
# Create Ordinal encoder
ambience_ord_enc = ___

# Select non-null values of ambience column in users
ambience = users[col_name]
ambience_not_null = ___

# Reshape ambience_not_null to shape (-1, 1)
reshaped_vals = ___

# Select the non-null values for the column col_name in users and store the encoded values
encoded_vals = ambience_ord_enc.fit_transform(reshaped_vals)
users.loc[___, col_name] = np.squeeze(encoded_vals)

Editează și rulează codul