如何将字符串标签转换为数值

Question

我有一个包含以下字段的 csv 文件(delimiter=,)

filename labels
xyz.png  cat
pqz.png  dog
abc.png  mouse           

有一个包含所有类的列表

data-classes = ["cat", "dog", "mouse"]

问题：如何将 csv 中的字符串标签替换为标签数据类的索引（即如果 label == cat 则标签应更改为 0 ）并将其保存在 csv 文件中。

Answer 1

假设所有类都存在于您的列表中，您可以使用 apply 执行此操作并在列表中调用 index 以返回该类在列表中的序号位置：

In[5]:
df['labels'].apply(data_classes.index)

Out[5]: 
0    0
1    1
2    2
Name: labels, dtype: int64

但是，定义映射的字典并将其传递给 use map IMO 会更快，因为这是 cython 化的，所以应该更快：

In[7]:
d = dict(zip(data_classes, range(0,3)))
d

Out[7]: {'cat': 0, 'dog': 1, 'mouse': 2}

In[8]:
df['labels'].map(d, na_action='ignore')

Out[8]: 
0    0
1    1
2    2
Name: labels, dtype: int64

如果没有类，则返回NaN