如何处理具有多种数据类型的熊猫数据框中的列？

【问题标题】：How to deal with a column in a pandas dataframe, which has multiple datatypes?如何处理具有多种数据类型的熊猫数据框中的列？
【发布时间】：2020-08-08 11:41:22
【问题描述】：

我正在使用活动识别数据集，他们使用传感器监控活动。在此，有一个名为“传感器状态”的列，其中包含不同数据类型的值。如果是运动传感器，传感器状态列中的值是“开”或“关”，但如果是光传感器，它有一个数值，例如 29.5 或 25 等。我需要将此数据集作为输入到分类器，但显然需要先对其进行编码。如何在此数据集上执行标签编码或一种热编码？或者，有没有办法为不同的传感器创建不同的列，然后存储它们的状态值？

【问题讨论】：

标签： python pandas dataset lstm

【解决方案1】：

您可以使用 pandas 分类数据类型：

# create a series (with mixed types and repeated values):
import pandas as pd

s = pd.Series(['ON', 'OFF', 20.5, 21, 21.5, 21.5, 21.5])
s = pd.Categorical(s)
print(s)

[ON, OFF, 20.5, 21, 21.5, 21.5, 21.5]
Categories (5, object): [20.5, 21, 21.5, OFF, ON]

在分类器中使用s.codes（这些将是连续的整数）：

s.codes

array([4, 3, 0, 1, 2, 2, 2], dtype=int8)

然后，您可以使用s.categories 将代码转换回原始值：

s.categories

Index([20.5, 21, 21.5, 'OFF', 'ON'], dtype='object')

【讨论】：