機器學習中，當我們在進行數據預處理的時候，對于標簽列非字符的數據，我們往往需要將其轉換成字符，因為有的算法可能不支持非數字類型來做特征。
那么怎么快捷地來著這個轉換呢，請看我的示例：
1.構建測試數據
import pandas as pd
array = ['good','bad','well','bad','good','good','well','good']
2.數據轉換下，并獲取標簽列的字典
df = pd.DataFrame(array,columns=['status'])
status_dict = df['status'].unique().tolist()
3.使用函數進行轉換
df['transfromed']=df['status'].apply(lambda x : status_dict.index(x))
這樣，就將標簽列處理好了哈
等用完之后，再轉回來
df['transfromed1']= df['transfromed'].apply(lambda x : status_dict[x])
補充：pandas factorize將字符串特征轉化為數字特征
將原始數據中的字符串特征轉化為模型可以識別的數字特征可是使用pandas自帶的factorzie方法。
原始數據的job特征值如下
都是字符串特征,無法用于訓練，當然可以單獨建立map硬編碼處理，但是pandas已經封裝好了相應的方法。
data = pd.read_csv("data/test_set.csv")
data["job"] = pd.factorize(data["job"])[0].astype(np.uint16)
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- pandas 對每一列數據進行標準化的方法
- pandas數據處理進階詳解
- Pandas 數據處理,數據清洗詳解
- 使用pandas模塊實現數據的標準化操作
