数据分析预处理 -字符型类别变量（string）

在数据分析时，会遇到一些非数值型的类别变量，例如字符串类型（string）。比如，西瓜的色泽：青绿、浅白、乌黑等等…直接放在svm、决策树或者贝叶斯分类器时，不方便处理，也直接套用sklearn中的内置算法。因而在预处理时需要对他们做相应的处理。

一般可以把类别数据分为：无序和有序两类。
有序：比如衣服尺码，S、M、L、XL，是有大小的；再比如拥堵指数，数值由0变化到4随拥堵加剧
无序：比如衣服颜色，黑、白、黄、蓝、绿，是没有大小（优劣）序列的类别

（1）有序序列

我们可以用map函数，将字符型类别替换成有大小顺序的数值。

# 定义一个DataFrame数据
data = pd.DataFrame([
["green", "S", 100,"label1"],
["blue", "M", 110,"label2"],
["red", "X", 120,"label3"],