Python中将非数值的类别转换为数字

在我们对数值数据进行处理时，如果遇到数据中非数值的类别可以采用将其转换为数字的形式，我们采用sklearn中的LabelEncoder

比如UCI中的Letter数据集，类别有26类，我们可以采用以下简单方法将类别直接转换为0~25的数字

import pandas as pd
import numpy as np
from sklearn.preprocessing import LabelEncoder

#因为直接用np.loadtxt时会出现“ValueError: could not convert string to float:”，因此用pandas进行读取
data = pd.read_csv("Letter.txt", delimiter = ",", header = None)
#为了不再原来的数据中改动，我们可以将用copy函数
data_label_num = data.copy()
class_le = LabelEncoder()
#用class_le.fit_transform将其转换
data_label_num.iloc[:,0] = class_le.fit_transform(data_label_num.iloc[:,0].values)
#转换完成，我们可以看下转换后的类别情况
label= np.unique(data_label_num.iloc[:,0])

1. pandas的读取csv函数可以读取含有string和float类型的数据，但是np.loadtxt智能读取纯数字的或者是纯字符类型的数据

2. 当我们直接用赋值语句data1 = data2将data2复制下时，即使我们对data1进行操作，但也会改变data2的值，因此可以使用copy()函数，这样在其中一个数据进行操作时并不会影响到另外一个数据。

3. 我们用sklearn中的LabelEncoder对数据中的类别列进行编码

4.最后我们可以对类别所在列进行值的计算看是否是26个

参考：

https://blog.csdn.net/HHTNAN/article/details/80237769