将对象列转换为整数或浮点数答案

【问题标题】：Convert Object Column to integer or float将对象列转换为整数或浮点数
【发布时间】：2021-07-20 00:23:07
【问题描述】：

我有一个看起来像这样的数据集...（这里的问题缩写）。

DataFrame Name = ObjectIntTest

Most of the columns/labels are varios objects

标签 ISIN = 各种 ISIN，例如 IE00B3XXRP09、IE00BF553838、LU0950668870

要运行逻辑回归，我需要将各种 ISIN 转换为整数（对于 ISIN IE00B3XXRP09 和 IE00BF553838，整数/浮点数始终需要相同）

我尝试了类似这些的各种方法，但我只得到错误：

ObjectIntTest['ISIN'] = ObjectIntTest.ISIN.astype(int) = ValueError: invalid literal for int() with base 10: 'IE00B3XXRP09'

ObjectIntTest['ISIN'] = ObjectIntTest['ISIN'].astype(float) = ValueError: could not convert string to float: 'IE00B3XXRP09'

ObjectIntTest['ISIN'] = ObjectIntTest['ISIN'].astype(str).astype(int) = ValueError: invalid literal for int() with base 10: 'IE00B3XXRP09'

ObjectIntTest = pd.to_numeric(ObjectIntTest['ISIN']) = ValueError: Unable to parse string "IE00B3XXRP09" at position 0

抱歉，我是 python 和编程新手，但需要找到解决方案，以使这些数据可用于逻辑回归... 感谢您的帮助。

【问题讨论】：

嗨，Joe，您的 ISIN 代码包含字母和数字。这就是导致值错误的原因。
感谢 Lukas，但我无法更改，因为那是国际证券识别号。
您需要使用适当的散列函数，因为 ISIN 值无法转换为 int/float。
@joe5555 能不能把图片链接换成转录的文字，因为图片很模糊，也可能用不了多久。
@AshokArora：完成，感谢您的帮助。没有更好的解决方案吗，因为原始文件中有大约 500 个不同的 ISIN

标签： python object type-conversion integer

【解决方案1】：

ISIN 似乎是一个分类特征，因此用整数表示它（您可以对其进行比较和算术运算）可能会导致问题。

通常使用其中一种编码技术对分类值进行编码，最流行的是 One Hot Encoding 和 Label Encoding。标签编码将每个唯一的分类值映射到一个整数（考虑到我所说的，这并不是很好），而 One Hot 用 N 列替换您的分类列，每列包含值 [0, 1] 之一并表示可能的唯一分类之一价值。您可能想了解更多信息，例如 here。

如果您的 ISIN 列中没有大量唯一值，One Hot 更适合。您可以在分类列上使用 pandas.get_dummies 来应用 One Hot 编码。

【讨论】：

【解决方案2】：

有两种方法可以解决这个问题：

使用使用 Python 字典的键值映射将 int 映射到 string。
使用单独的散列函数，例如 Python 的内置 hash。例如。

>>> hash('IE00B3XXRP09')
2571740993647531361

>>> type(hash('IE00B3XXRP09'))
<class 'int'>

【讨论】：