danfo.OneHotEncoder

Getting Started API Reference Contributing Guide Github
Search…
danfo.OneHotEncoder
Encode categorical features as a one-hot numeric array.
class danfo.OneHotEncoder [source]
danfo.js provides the OneHotEncoder class for encoding values in Series and Arrays to one-hot numeric arrays. This is mostly used as a preprocessing step before most machine learning tasks. 
The API is similar to scikit-learn's OneHotEncoder, and provides a fit and transform method. 
Examples
Convert Series to Dummy codes
Node
Browser
1
const dfd = require("danfojs-node")
2
​
3
let data = { fruits: ['pear', 'mango', "pawpaw", "mango", "bean"],
4
            Count: [20, 30, 89, 12, 30],
5
            Country: ["NG", "NG", "GH", "RU", "RU"]}
6
​
7
​
8
let df = new dfd.DataFrame(data)
9
let encode = new dfd.OneHotEncoder()
10
​
11
encode.fit(df['fruits'])
12
console.log(encode);
13
​
14
let sf_enc = encode.transform(df['fruits'].values)
15
sf_enc.print()
16
​
17
let new_sf = encode.transform(["mango","bean"])
18
new_sf.print()
Copied!
1
​
Copied!
Output
1
​
2
╔═══╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╗
3
║   │ pear              │ mango             │ pawpaw            │ bean              ║
4
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
5
║ 0 │ 1                 │ 0                 │ 0                 │ 0                 ║
6
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
7
║ 1 │ 0                 │ 1                 │ 0                 │ 0                 ║
8
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
9
║ 2 │ 0                 │ 0                 │ 1                 │ 0                 ║
10
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
11
║ 3 │ 0                 │ 1                 │ 0                 │ 0                 ║
12
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
13
║ 4 │ 0                 │ 0                 │ 0                 │ 1                 ║
14
╚═══╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╝
15
​
16
​
17
 Shape: (2,4) 
18
​
19
╔═══╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╗
20
║   │ pear              │ mango             │ pawpaw            │ bean              ║
21
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
22
║ 0 │ 0                 │ 1                 │ 0                 │ 0                 ║
23
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
24
║ 1 │ 0                 │ 0                 │ 0                 │ 1                 ║
25
╚═══╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╝
26
​
Copied!
Labels not found in the original data used for fitting are represented with 0s all through
Node
Browser
1
const dfd = require("danfojs-node")
2
​
3
let data = { fruits: ['pear', 'mango', "pawpaw", "mango", "bean"] ,
4
            Count: [20, 30, 89, 12, 30],
5
            Country: ["NG", "NG", "GH", "RU", "RU"]}
6
​
7
​
8
let df = new dfd.DataFrame(data)
9
let encode = new dfd.OneHotEncoder()
10
​
11
encode.fit(df['fruits'])
12
console.log(encode);
13
​
14
let sf_enc = encode.transform(df['fruits'].values)
15
sf_enc.print()
16
​
17
let new_sf = encode.transform(["mango","woman", "cup"])
18
new_sf.print()
Copied!
1
​
Copied!
Output
1
╔═══╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╗
2
║   │ pear              │ mango             │ pawpaw            │ bean              ║
3
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
4
║ 0 │ 1                 │ 0                 │ 0                 │ 0                 ║
5
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
6
║ 1 │ 0                 │ 1                 │ 0                 │ 0                 ║
7
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
8
║ 2 │ 0                 │ 0                 │ 1                 │ 0                 ║
9
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
10
║ 3 │ 0                 │ 1                 │ 0                 │ 0                 ║
11
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
12
║ 4 │ 0                 │ 0                 │ 0                 │ 1                 ║
13
╚═══╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╝
14
​
15
​
16
 Shape: (3,4) 
17
​
18
╔═══╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╗
19
║   │ pear              │ mango             │ pawpaw            │ bean              ║
20
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
21
║ 0 │ 0                 │ 1                 │ 0                 │ 0                 ║
22
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
23
║ 1 │ 0                 │ 0                 │ 0                 │ 0                 ║
24
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
25
║ 2 │ 0                 │ 0                 │ 0                 │ 0                 ║
26
╚═══╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╝
27
​
Copied!
See also LabelEncoder and danfo.get_dummies​
danfo.date_range
danfo.StandardScaler
Last modified 24d ago
Copy link
Contents
Examples
Convert Series to Dummy codes