字符串类型数据预处理的一个简单小方法

在参与kaggle的House Prices竞赛时,面对81列数据,作者编写了一个简单方法,能自动将字符串类型特征按数字顺序编码。对于包含NAN或空值的元素,该方法会填充0,以方便后续的数据处理。然而,方法运行效率较低,每处理一列需要约10秒,并且触发了SettingWithCopyWarning警告,这与DataFrame的链式运算问题有关,作者计划进一步研究解决。
摘要由CSDN通过智能技术生成

今天开始试着去做kaggle上的入门竞赛House Prices,因为数据集有81列,即81个特征,一列一列处理数据很头疼,于是想自己写几个方法
先写了一个简单的,可以自动把字符串类型的特征按数字顺序编码,如果数据中含有NAN或空元素就填入0,方便之后的处理
写出来之后发现运行效率很低,处理一列需要十秒,更头疼了……
还有就是弹出了SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame,是因为链式运算的问题,现在还不理解,先马一下。

def com(column):
    a = train[column].value_counts().index
    if trai
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值