handle non numerical data
为达坂城等地区用户提供了全套网页设计制作服务，及达坂城网站建设行业解决方案。主营业务为成都做网站、网站设计、达坂城网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！
举个例子，将性别属性男女转换成0-1，精通ML的小老弟们可以略过本文~~，
这里不考虑稀疏向量的使用，仅提供一些思路。本来想直接利用pandas的DataFrame.iloc加上for循环直接转换，但试过一遍之后，原数据并有改变。。。。蛋疼写了一个比较 菜的函数，如下。
# 非数值列处理函数
def handel_non_numerical_data(df,name): #----------------name是需要处理的列名称(str)，暂不考虑列表
nrows = len(df[name]) #----------------数据集的行数
old_col = df.columns.tolist() #----------------初始的列名集合
name_index = old_col.index(name) #---------要处理的列的在数据集中的索引值
name_data = df[name].values.tolist()#-----------将要处理烦人列复制成一个列表
df.drop([name],axis =1,inplace =True)
unique_kinds = set(name_data)
convert_dict = {}; x = 0 #构造对应种类数值转化字典
for i in unique_kinds:
convert_dict[i] = x
x += 1
def convert(val):
return convert_dict[val]
name_data = list(map(convert,name_data))#利用map函数直接迭代转化
new_col = df.columns.tolist()
new_col.insert(name_index,name)
df.reindex(columns = new_col) #----------------重构数据的列
df[name] = name_data
网站栏目：利用pandas将非数值数据转换成数值的方式-创新互联
本文网址：
http://cdkjz.cn/article/coiipd.html
