Если мне не изменяет память, в R есть тип данных, называемый factor, который при использовании в DataFrame может автоматически распаковываться в необходимые столбцы матрицы проектирования регрессии. Например, фактор, содержащий значения True/False/Maybe, будет преобразован в:
1 0 0
0 1 0
or
0 0 1
для использования кода регрессии более низкого уровня. Есть ли способ добиться чего-то подобного с помощью библиотеки pandas? Я вижу, что в Pandas есть некоторая поддержка регрессии, но, поскольку у меня есть свои собственные настраиваемые процедуры регрессии, меня действительно интересует построение матрицы дизайна (двумерного массива или матрицы numpy )из разнородных данных с поддержкой сопоставления назад и вперед между столбцами объекта numpy и Pandas DataFrame, из которого он получен.
Обновление :Вот пример матрицы данных с разнородными данными, о которых я думаю (пример взят из руководства Pandas):
>>> df2 = DataFrame({'a' : ['one', 'one', 'two', 'three', 'two', 'one', 'six'],'b' : ['x', 'y', 'y', 'x', 'y', 'x', 'x'],'c' : np.random.randn(7)})
>>> df2
a b c
0 one x 0.000343
1 one y -0.055651
2 two y 0.249194
3 three x -1.486462
4 two y -0.406930
5 one x -0.223973
6 six x -0.189001
>>>
Столбец «a» должен быть преобразован в 4 числа с плавающей запятой. столбцы (несмотря на значение, есть только четыре уникальных атома ), столбец «b» может быть преобразован в один столбец с плавающей запятой,и столбец «c» должен быть неизмененным последним столбцом в матрице проекта.
Спасибо,
SetJmp