0

necesito categorizar mis observaciones por macrozonas (Norte, Centro, Centro Sur, Sur y Austral), y la variable de región está escrita por el nombre de la región.

Pensé asignarle un número a cada región y luego categorizarlas, pero creo que debe haber un método más eficiente de hacerlo.

Es mi primer post y estoy recién empezando a programar para aplicarlo a mi tesis del magíster en economía, por lo que les agradecería mucho su ayuda.

Edit, aquí el código que intenté realizar

df_merged['region'] = df_merged['region'].astype('category')

2
  • Me encantaría ayudarte, pero es necesario que enseñes lo que has intentado hasta el momento. No sé de que macrozonas hablas.
    – user166844
    Commented el 4 ago. 2020 a las 23:41
  • Estimado, acabo de editar mi publicacion con el código con el que he intentado categorizar la variable. La cosa es la siguiente: Mi variable de region está en string, y quiero categorizarla por macrozonas geográficas (espero sea el concepto correcto) Norte grande = regiones de arica y parinacota, antofagasta, etc... Commented el 5 ago. 2020 a las 2:55

2 respuestas 2

1

Si utilizas Pandas, lo más fácil es usar

pd.get_dummies(df_merged['region'])

Si usas Scikit, puedes usar OneHotEncoder, LabelEncoder, u otro encoder.

2
  • 1
    Buenísimo! Si, estoy utilizando Pandas, muchas gracias Commented el 17 ago. 2020 a las 15:11
  • @SergioMuñozMartinez si la respuesta te sirvió recuerda marcarla como aceptada.
    – user166844
    Commented el 28 ago. 2020 a las 21:06
0

Si ya has convertido la columna a tipo categórico como lo muestras.

df_merged['region'] = df_merged['region'].astype('category')

Puedes simplemente obtener los códigos internos que usa pandas cuando la clase es categoría.

df_merged['region_codes'] = df_merged['region'].cat.codes

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.