Если мне не изменяет память, в R есть тип данных, называемый фактором, который при использовании внутри DataFrame может автоматически распаковываться в необходимые столбцы матрицы регрессионного моделирования. Например, фактор, содержащий значения True/False/Maybe, будет преобразован в:
с целью использования кода регрессии нижнего уровня. Есть ли способ добиться чего-то подобного, используя библиотеку pandas? Я вижу, что в Pandas есть некоторая поддержка регрессии, но поскольку у меня есть свои собственные настраиваемые процедуры регрессии, я действительно заинтересован в построении матрицы проектирования (двумерного массива или матрицы) из разнородных данных с поддержкой обратного и обратного сопоставления между столбцы объекта numpy и DataFrame Pandas, из которого он получен.
Обновление: вот пример матрицы данных с неоднородными данными типа I я думаю (пример взят из руководства Pandas):
Код: Выделить всё
>>> 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 столбца с плавающей запятой (несмотря на смысл, существует только четыре уникальных атома), столбец «b» может быть преобразуется в один столбец с плавающей запятой, а столбец «c» должен быть неизмененным последним столбцом в матрице проектирования.
Спасибо,
SetJmp
Подробнее здесь:
https://stackoverflow.com/questions/101 ... trix-for-l
Мобильная версия