TensorFlow-从对象到字符串/整数

Question

假设当使用pd.read_csv(file_path) 读取特定的df 时，使用object dtype 列而不是string/int32 dtype 列读取文件。

这表示尝试将 pandas df 转换为 tensorflow df 时出现问题：

import pandas as pd
import tensorflow as tf
import numpy as np

# convert dummy data to object to reproduce the problem
d={'A':['a', 'b', 'c', 'd'], 'B':['e', 'f', 'g', 'h'], 'number':[1, 2, 3, 4]}
df=pd.DataFrame(d).astype(object)

# converting df to tf.dataset
ds = tf.data.Dataset.from_tensor_slices(dict(df))

出现下一个错误：

ValueError：无法将 NumPy 数组转换为张量（不支持的对象类型 int）。

如何正确处理对象 dtype 列到字符串/数字列？

想法是得到下一个输出：

ds
# console output
<TensorSliceDataset shapes: {A: (), B: (), number: ()}, types: {A: tf.string, B: tf.string, number: tf.int64}>

Answer 1

试试：

df = pd.DataFrame(d).astype('category')
df['number'] = df['number'].astype(int)

ds = tf.data.Dataset.from_tensor_slices(dict(df))

<TensorSliceDataset shapes: {A: (), B: (), number: ()}, types: 
       {A: tf.string, B: tf.string, number: tf.int32}>