如何将包含字符串值的 pandas 数据框的列转换为 int/float？答案

【问题标题】：How can I convert a column of a pandas dataframe containing string values to int/float?如何将包含字符串值的 pandas 数据框的列转换为 int/float？
【发布时间】：2016-02-28 15:06:49
【问题描述】：

我有一个 pandas 数据框，其中包含一个具有非数值的列。我将如何将它们转换为 int/float 值。

当量：

Col1       Col2

Lip_GD      267

Gly_hy_68   467

Hint_2      628

Jac+Jac     339

Lip_GD      234

Jac+Jac     267

当我将这些数据读入 pandas 数据帧时，如何将第 1 列转换为 int？

【问题讨论】：

这是一列的内容，还是包含两列的格式错误的数据框？
您的预期输出是什么？您如何将“Lip_GD”转换为浮点数？
我所期望的是将唯一列值映射到一个字典中，例如：{"Lip_GD:"1,"Jac+Jac":2} 并将这个 int 值映射到数据框列中。

标签： python pandas svm

【解决方案1】：

创建Col1 中每个唯一值到索引值的映射：

mapping = {k: v for v, k in enumerate(df.Col1.unique())}
>>> mapping
{'Gly_hy_68': 1, 'Hint_2': 2, 'Jac+Jac': 3, 'Lip_GD': 0}

然后创建一个新列，将Col1 中的值映射回它们的唯一标识符。

df['Col3'] = df.Col1.map(mapping)
>>> df
        Col1  Col2  Col3
0     Lip_GD   267     0
1  Gly_hy_68   467     1
2     Hint_2   628     2
3    Jac+Jac   339     3
4     Lip_GD   234     0
5    Jac+Jac   267     3

【讨论】：

这适用于我的情况。我想知道是否有办法使用 scikit 做到这一点？
@Krishna 请参阅下面我提出的答案，该答案使用 sklearn 将分类数据映射到数值。

【解决方案2】：

使用 Sklearn

有一种方法可以通过 sklearn 使用 LabelEncoder 来做到这一点。

from sklearn import preprocessing
le = preprocessing.LabelEncoder()
le.fit(df['Col1'])
df['Col3'] = le.transform(df['Col3'])

【讨论】：

我试过这个。但它给了我一个类型错误。 TypeError：不可排序的类型：str() > float()
我想这个问题与我上面给出的示例数据有关。我在这里发布这个问题之前试过这个。