如何将字符串数据分类为整数？答案

【问题标题】：How to classify String Data into Integers?如何将字符串数据分类为整数？
【发布时间】：2019-05-08 18:07:54
【问题描述】：

我需要对我的数据集的一个特征的字符串值进行分类，以便我可以进一步将其用于其他事情，比如预测或绘图。

如何转换？

我找到了这个解决方案，但在这里我必须手动输入该功能的每个唯一值的代码。对于 2-3 个唯一值，没关系，但是我有一个具有 50 多个国家/地区唯一值的功能，我无法为每个国家/地区编写代码。

def sex_class(x):
    if x == 'male':
        return 1
    else:
        return 0

这会将特征 - 性别中的男性值更改为 1，将女性值更改为 0。

【问题讨论】：

标签： python pandas dataframe machine-learning classification

【解决方案1】：

您可以使用 scikit-learn LabelEncoder

#given a list containing all possible labels sex_classes = ['male', 'female'] from sklearn import preprocessing le = preprocessing.LabelEncoder() le.fit(sex_classes)

这将为给定列表中的所有唯一值分配标签。您也可以将此标签编码器对象保存为 pickle 文件以供以后使用。

【讨论】：

【解决方案2】：

rank 或pd.factorize

df['ID_int'] = df['id'].rank(method='dense').astype(int)
df['ID_int2'] = pd.factorize(df['id'])[0]

输出：

  id  ID_int  ID_int2
0  a       2        0
1  b       3        1
2  c       4        2
3  a       2        0
4  b       3        1
5  c       4        2
6  A       1        3
7  b       3        1

标签不同，但一致。

【讨论】：

【解决方案3】：

您可以改用字典。

sex_class = {'male': 1, 'female': 0}

【讨论】：