在熊猫数据框中将“否”和“是”转换为0和1 [重复]答案

【问题标题】：Converting 'no' and 'yes' into 0 and 1 in pandas dataframe [duplicate]在熊猫数据框中将“否”和“是”转换为0和1 [重复]
【发布时间】：2019-01-11 08:27:04
【问题描述】：

我想转换包含 int 以及 'yes' 和 'no' 值的 'edjefe' 列的数据。我的问题是我只想将“是”和“否”映射到 1 和 0 并保持 int 值不变所以我写了这段代码

def foo(x):
    if x == 'no':
        return 0
    elif x == 'yes':
        return 1
    else:
        return x

和df1.edjefe.map(lambda x : foo(x))

但我得到一个错误，

RecursionError: maximum recursion depth exceeded while calling a Python object

【问题讨论】：

完整追溯在哪里？
可能是 apply 函数而不是 map。但是如果没有工作示例，很难评估错误
问题与machine-learning（或numpy）无关 - 请不要向标签发送垃圾邮件（已删除）
apply 出现同样的错误

标签： python pandas series

【解决方案1】：

您也可以使用 pandas.Categorical。

df1["edjefe"] = pd.Categorical(df1["edjefe"]).codes

访问here了解更多信息。

【讨论】：

【解决方案2】：

你也可以试试：

df1['edjefe'] = (df1['edjefe']=="yes")*1

【讨论】：

【解决方案3】：

您可以将pd.Series.map 与字典映射一起使用，后跟pd.Series.fillna：

d = {'no': 0, 'yes': 1}
df1['edjefe'] = df1['edjefe'].map(d).fillna(df1['edjefe'])

您可能会发现这比 pd.Series.replace 更有效。

如果您的系列中有可变对象，这将失败，因为字典键必须是可散列的。在这种情况下，您可以转换为字符串：

df1['edjefe'] = df1['edjefe'].astype(str).map(d).fillna(df1['edjefe'])

【讨论】：

我收到TypeError: 'Series' objects are mutable, thus they cannot be hashed 错误
@JaqenH'ghar，你能提供一个minimal reproducible example吗？我无法复制您的错误。
@JaqenH'ghar，另外，请参阅更新。看来您的系列中可能有 list 或其他可变类型。
知道了，0 和 1 是 str 类型。 Tnx
@JaqenH'ghar，不，这是不正确的。我们正在将系列元素转换为 str 作为中间步骤，以确保元素是可散列的。

【解决方案4】：

只需使用类似dict的to_replace：

df['edjefe'].replace({'no': 0, 'yes': 1})

【讨论】：

所有列呢？
@mLstudent33，只需在整个 DataFrame 上使用 replace，而不是特定列：df.replace({'no': 0, 'yes': 1})。

【解决方案5】：

你也可以只使用replace:

df.edjefe.replace(to_replace=['no', 'yes'], value=[0, 1])

【讨论】：

TypeError: Cannot compare types 'ndarray(dtype=int64)' and 'str'
字符串替换需要一个字符串作为输入和输出。将 yes 和 no 替换为 value=['0', '1']，然后将结果转换为 int()。