这个库将任何种类的{integer，float，strings}转换成离散值{1,2,3。。。#类}。
categorical-encode的Python项目详细描述
此包可用于将数据集转换为数值分类数据。 这可以用于许多机器学习模型的各种数据的预处理。有各种可用的特性，例如规范化数据以使数据对模型更有用。此函数将处理数据帧中的任何类型的数据。在
IMPORT:
来自category_分类编码分类导入
p参数：-
- dataframe：要对其进行分类编码的输入数据帧（X）。在
- normalize：此参数确定它是介于0-1（包括1）还是1到类数（1-类数）之间。默认值：False在
- drop_columns：指定需要删除的dataframe列，因为这些列是无用的。默认值：无列
- drop_na：如果设置为True，则删除空值（NaN）。默认值：False
- target_columns：这将创建目标数据帧（Y），而不应用任何编码。默认值：无列
Return
如果提供了target_列，则返回两个DataFrame（X，Y），否则只返回编码的输入DataFrame（X）。在
示例：
来自category_分类编码分类导入
df=categorical（dataframe=df，normalize=True）
对于值在0-1（包括1）之间的所有列，这将返回df作为按列分类编码的列。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
