pandas数据处理男：0 女：1

最新推荐文章于 2024-08-28 09:11:22 发布

我曾记得曾经

最新推荐文章于 2024-08-28 09:11:22 发布

阅读量4.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： pandas

本文链接：https://blog.youkuaiyun.com/weixin_40576260/article/details/80460603

pandas 专栏收录该内容

2 篇文章

订阅专栏

本文介绍如何使用Python的Pandas库进行数据预处理，包括创建DataFrame、映射类别特征为数值型特征等操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd
df = pd.DataFrame([
            ['green', 'M', 10.1, '女','class1'], 
            ['red', 'L', 13.5, '男','class2'], 
            ['blue', 'XL', 15.3, '女','class1']])

df.columns = ['color', 'size', 'prize', 'sex','class label']
print(df)
size_mapping = {
           'XL': 3,
           'L': 2,
           'M': 1}
df['size'] = df['size'].map(size_mapping)

class_mapping = {label:idx for idx,label in enumerate(set(df['class label']))}
df['class label'] = df['class label'].map(class_mapping)

sex_mapping={label:idx for idx,label in enumerate(set(df['sex']))}
df['sex']=df['sex'].map(sex_mapping)
print(df)

说明：对于有大小意义的离散特征，直接使用映射就可以了，{‘XL’:3,’L’:2,’M’:1 }