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