将字符串转换为答案

【问题标题】：Converting strings into将字符串转换为
【发布时间】：2015-10-29 21:26:28
【问题描述】：

尝试对医疗数据执行简单的线性分类。样本数据由所有字符串组成，大部分值都是“是”、“否”格式，我希望将这些数据转换为整数值 1 和 0，以便进行一些统计分析。

以下是我的代码

import pandas as pd
from sklearn.cross_validation import train_test_split
from sklearn import preprocessing

df = pd.read_csv('sample-data.csv',encoding='utf-16', header=None, sep=',',names=['Temp','Occurrence','Lumbar-pain','Urine-pushing','Micturition-pains','Burning-of-urethra-swelling-of-urethra-outlet','Outcome1-Urinary-bladder','Outcome2-Nephritis-of-renal'])

Click here to view Sample-data.csv

我尝试在将 csv 数据移动到数据框后进行转换，尝试使用 map() 对特定列进行转换，但我希望对值为“是”、“否”字符串的所有列执行此操作。在运行 read_csv 时，是否有任何一揽子方法可以直接将所有“是”、“否”字符串转换为整数 1 和 0

d = {'yes': 1, 'no': 0}
print df['Outcome1-Urinary-bladder'].map(d)

查看this solution，但它不适合我的要求。

请帮帮我，在此先感谢。

【问题讨论】：

Jianxun 的回答看起来不错，但如果你想要一个 sklearn 解决方案，LabelBinarizer 正是你想要的 scikit-learn.org/stable/modules/generated/…
将字符串转换成什么？你应该修正你的标题。

标签： python csv pandas machine-learning scikit-learn

【解决方案1】：

还有另一种选择，您可以使用 sklearn imputer。处理空值，后面可以使用pandas的get_dummy()方法

Scountry_imputer = preprocessing.Imputer(missing_values='NaN', 策略='平均'，轴=0）

数据 = pd.get_dummies(df['column_name'])

【讨论】：

【解决方案2】：

您可以使用.replace 方法。

df = pd.DataFrame(np.random.choice(['yes', 'no'], size=(5,3)), columns=list('ABC'))
df

     A    B    C
0   no  yes   no
1   no  yes  yes
2  yes  yes   no
3  yes   no   no
4  yes  yes  yes


df.replace(['yes', 'no'], [1, 0])

   A  B  C
0  0  1  0
1  0  1  1
2  1  1  0
3  1  0  0
4  1  1  1

或者

pd.DataFrame(np.where(df=='yes', 1, 0), columns=df.columns, index=df.index)

这是矢量化的numpy 方法，比元素映射要快得多。

【讨论】：