【ValueError: could not convert string to float: ‘young‘】python利用pandas对string类型的数据序列化

项目场景：

利用sklearn库构建决策树,使用sklearn.tree.DecisionTreeClassifier()提供的方法----fit()决策树可视化的时候,我们看到程序报错了

---

问题描述

ValueError: could not convert string to float: ‘young’.

---

原因分析：

因为在fit()函数不能接收string类型的数据，通过打印的信息可以看到，数据都是string类型的。在使用fit()函数之前，我们需要对数据集进行编码，这里可以使用两种方法：

1. LabelEncoder：将字符串转换为增量值
2. OneHotEncoder：使用One-of-K算法将字符串转换为整数

---

解决方案：

为了对string类型的数据序列化，需要先生成pandas数据，这样方便我们的序列化工作
原始数据->字典->pandas数据，编写代码如下：

    # -------------------------------原始数据->字典->pandas----------------------------------
    lenses_target = []  # 提取每组数据的类别，保存在列表里
    for each in lenses:
        lenses_target.append(each[-1])
    lensesLabels = ['age', 'prescript', 'astigmatic', 'tearRate']  # 特征标签
    lenses_list = []  # 保存lenses数据的临时列表
    lenses_dict = {}  # 保存lenses数据的字典，用于生成pandas
    for each_label in lensesLabels:  # 提取信息，生成字典
        for each in lenses:
            lenses_list.append(each[lensesLabels.index(each_label)])
        lenses_dict[each_label] = lenses_list
        lenses_list = []
    print(lenses_dict)  # 打印字典信息
    lenses_pd = pd.DataFrame(lenses_dict)  # 生成pandas.DataFrame
    print(lenses_pd)    # 打印pandas.DataFrame
    # ---------------------------------------序列化---------------------------------
    le = LabelEncoder()  # 创建LabelEncoder()对象，用于序列化
    for col in lenses_pd.columns:  # 为每一列序列化
        lenses_pd[col] = le.fit_transform(lenses_pd[col])
    print(lenses_pd)

总结

至此 我们就已经将对string类型的数据序列化了