【问题标题】：Pandas does not change categorical data [sex] to numerical values [0/1]Pandas 不会将分类数据 [sex] 更改为数值 [0/1]
【发布时间】：2019-09-29 14:45:24
【问题描述】：

我正在尝试处理泰坦尼克号数据集。我想将 Sex 列转换为二进制值。这是我的尝试：

sex = train_dataset['Sex'].replace([0,1],['female','male'],inplace=True)

当我尝试print(sex)时，控制台输出None！

我也尝试在 SO 上实施其他方法，但它们似乎都不起作用。以下是我的完整源代码：

import pandas as pd
from numpy import corrcoef

train_dataset = pd.read_csv("https://raw.githubusercontent.com/oo92/Titanic-Kaggle/master/train.csv")
test_dataset = pd.read_csv("https://raw.githubusercontent.com/oo92/Titanic-Kaggle/master/test.csv")

survived = train_dataset['Survived']
pClass = train_dataset['Pclass']

#Doesn't work
sex = train_dataset['Sex'].replace([0,1],['female','male'],inplace=True)

age = train_dataset['Age']
fare = train_dataset['Fare']
parch = train_dataset['Parch']
sibSp = train_dataset['SibSp']

# print("Correlation between parent-children & survival is: " + str(corrcoef(survived, parch)))
# print("Correlation between age & survival is: " + str(corrcoef(survived, age)))
# print("Correlation between Siblings/Spouse & survival is: " + str(corrcoef(survived, sibSp)))

print(sex)

【问题讨论】：

您正在使用选项inplace=True，这会更改train_dataset 实例，而不是返回值。现在您知道使用inplace=True 时不会返回任何值，您就会明白sex 应该等于None，因为没有任何返回
谢谢@KenHBS 在理查德发布他的答案之前我已经注意到了。尽管如此，我还是感谢您的帮助。我赞成你的评论。如果您认为这是一个很好的问题，您能否也给我一个赞成票？

标签： python pandas machine-learning categorical-data kaggle

【解决方案1】：

这里有两个问题，第一，你把.replace(<replace_this>, <with_this>)中的论点转了过来。其次，您正在使用选项inplace=True。这会更改 train_dataset 实例，而不是返回值。

既然您知道使用inplace=True 时不会返回任何值，您就会明白sex 应该等于None，因为没有任何返回：

>>> import pandas as pd
>>> df = pd.DataFrame({'a': ['male', 'female', 'female', 'male']})
>>> df
        a
# 0    male
# 1  female
# 2  female
# 3    male

没有`replace=True`:

现在当我们替换值时，我们会得到

>>> df.replace(['female', 'male'], [0,1])
# a
# 0  1
# 1  0
# 2  0
# 3  1

但是df 本身看起来还是和之前一模一样：

>>> df
        a
#  0    male
#  1  female
#  2  female
#  3    male

所以为了替换df 中的值，我们会这样做：

>>> df['a'] = df['a'].replace(['male', 'female'], [0,1])
>>> df
#    a
# 0  0
# 1  1
# 2  1
# 3  0

与`replace=True`:

当您运行此代码时：df.replace(['female', 'male'], [0, 1], inplace=True))，您将立即获得 df 的操纵版本：

>>> df.replace(['female', 'male'], [0, 1], inplace=True)
>>> df
#    a
# 0  0
# 1  1
# 2  1
# 3  0

注意inplace=True 参数使得没有返回值：

>>> test = df.replace(['female', 'male'], [0, 1], inplace=True)
>>> type(test)
# <class 'NoneType'>

【讨论】：

【解决方案2】：

试试：

sex = train_dataset['Sex'].replace(['female','male'],[0,1])
print(sex)

您的语法似乎已关闭。见replace function

输出：

【讨论】：

【解决方案3】：

您可以使用np.where

dataset['sex']=np.where(dataset['sex']=='female',0,1)

【讨论】：

你怎么不查dataset['sex']=='male'？
男性默认被分配一个 1。你也可以这样 np.where(dataset['sex']=='male',1,0) 也应该工作并产生相同的输出。
啊，好吧。说得通。不幸的是，我已经接受了理查德的回答，但出于对您的努力的赞赏，我确实支持了您。如果您认为这是一个很好的问题，您能否也给我一个赞成票？
你也可以试一试（实际上是同样的逻辑；））train_dataset['Sex'].eq('male').astype(int)@oo92

【解决方案4】：

参数官方文档：

inplace : bool，默认 False 如果为 True，则就地。注意：这将修改此对象上的任何其他视图（例如，来自数据帧）。如果为 True，则返回调用者。

总而言之，inplace=True 返回 None，inplace=False 返回执行操作的对象副本。

因此，在您的情况下，由于操作是 inplace=True，因此修改了原始系列对象 train_dataset['Sex']。操作后尝试打印train_dataset，应该会看到修改后的数据框。

参考官方文档here

【讨论】：

没有replace=True:

与replace=True:

没有`replace=True`:

与`replace=True`: