Python 尝试使用 .map()答案

【问题标题】：Python try to use .map()Python 尝试使用 .map()
【发布时间】：2018-11-24 21:16:52
【问题描述】：

我正在学习机器学习并尝试使用 Iris 数据集编写自己的代码。

我用 pandas 打开数据集，然后我试图在我的数据集中传递一个字典，以将最后一列从 Strings 转换为 Int 但是当尝试这个时：

dataset.columns = ['sepal length', 'sepal width', 'petal length', 'petal width', 'class']

class_mapping = {'Iris-setosa': 1, 'Iris-versicolor': 2, 'Iris-virginica': 3}
for classe in dataset :
    classe['class'] = classe['class'].map(class_mapping)

PyCharm 向我返回：TypeError: string indices must be integers

【问题讨论】：

你可以这样做dataset['class'] = dataset['class'].map(class_mapping)
现在，不是打印'Iris-setosa'，而是打印'NaN'。我不明白为什么，但至少它有效。
出于好奇，你为什么要这样做？您是否尝试创建虚拟变量？
@Dillon 没有。我刚刚完成了一门机器学习课程，我有一个项目需要训练我的代码。它有 15 种不同的输出值（字符串）/标记数据。我正在设法找到最佳选择，而不是直接对我的项目进行编码，而是在这个 Iris 数据集中实现所有内容，这是我课程的模块之一，我习惯于工作，或者至少我知道结果。跨度>

标签： python pandas dictionary dataset indices

【解决方案1】：

最后我设法解决了这个问题。我没有使用 for 循环，而是使用了这个：

dataset ['class'] = dataset ['class']. map (class_mapping)

我不需要 for 循环，因为 .map 为我迭代。

【讨论】：

【解决方案2】：

我遇到了一些与“.map”使用相关的代码如下：

  def get_one_shot_iterator(self):
    """Gets an iterator that iterates across the dataset once.

    Returns:
      An iterator of type tf.data.Iterator.
    """

    files = self._get_all_files()

    dataset = (
        tf.data.TFRecordDataset(files, num_parallel_reads=self.num_readers)
        .map(self._parse_function, num_parallel_calls=self.num_readers)
        .map(self._preprocess_image, num_parallel_calls=self.num_readers))

这里好像用了两次map函数，希望对你有帮助。

【讨论】：