如何在python中将名义数据转换为数字？

Question

我正在使用二进制分类数据集。我想将名义数据转换为数字。我该怎么办？

age | class
------------
 1 |  no
 2 |  yes
 3 |  no
 4 |  yes
 5 |  no
 6 |  no
 7 |  no
 8 |  yes
 9 |  no
10 |  y

代码：

mapping = {label:idx for idx,label in enumerate(np.unique(['class']))}
df['class'] = df['class'].map(mapping)

期望的输出：{'no':0 'yes':1}

Answer 1

您的代码的问题是：

np.unique(['class'])

您正在尝试查找列表['class'] 的唯一值，这只是一个值，您应该将其更改为：

np.unique(df['class'])

其中包含 class 列的所有不同值

但在此之前，您应该将嘈杂的数据y 替换为yes：

df['class'] = df['class'].replace('y', 'yes')

mapping 变量现在具有您想要的输出：

{'no':0 'yes':1}

完整代码：

import numpy as np 
import pandas as pd

df = pd.DataFrame(['no', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'y'],columns=['class'])

df['class'] = df['class'].replace('y', 'yes') # replace your noisy data
mapping = {label:idx for idx,label in enumerate(np.unique(df['class']))} # make your mapping dict
df['class'] = df['class'].map(mapping) # map your class