ai-100 day6 記錄

了解 pandas dataframe 欄位的基本資料類型

1. 資料類型

離散變數－只能用整數單位（ex 房間數量）

連續變數－ 在一定區間內的任意數值（ex 身高）

2. Pandas所支持的數據類型

ref http://pandas.pydata.org/pandas-docs/stable/basics.html?highlight=astype#selecting-columns-based-on-dtype
Pandas所支持的數據類型:
1. float
2. int
3. bool
4. datetime64[ns]
5. datetime64[ns, tz]
6. timedelta[ns]
7. category
8. object
默認的數據類型是int64,float64.

資料原來是字串類別的話，如果要做進一步的分析時（如訓練模

型），一般需要轉為數值的資料類型，轉換的⽅方式通常有兩種

• Label encoding:
  - 有序
  - ex 年齡分組（小孩:0，年輕人:1， 老人:2
  小孩<年輕人<老人
  0<1<2
• One Hot encoding
  -不同類別是無序的

hw:

Label Encoding

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
df[col] = le.transform(df[col])

One Hot Encoding

df = pd.DateFrame()
df = pd.get_dummies(df)