pandas学习笔记：某一列字符类型转换为离散的数值标签；将某一列数值类型转换成独热码

import pandas as pd

将字符串变成离散的数值

• 整个“性别”列只有男和女

df = pd.DataFrame({"性别":["男","女","女","女","男","男","男","男","男","女","女","男"]})
df

	性别
0	男
1	女
2	女
3	女
4	男
5	男
6	男
7	男
8	男
9	女
10	女
11	男

• 将性别转换成可以用作数据分析的特征，把性别用离散值来表示

df["性别"] = pd.Categorical(df["性别"]).codes

df

	性别
0	1
1	0
2	0
3	0
4	1
5	1
6	1
7	1
8	1
9	0
10	0
11	1

将离散的数值变量变成独热码

from keras.utils import to_categorical

y = to_categorical(df["性别"],num_classes=2)

y

array([[0., 1.],
       [1., 0.],
       [1., 0.],
       [1., 0.],
       [0., 1.],
       [0., 1.],
       [0., 1.],
       [0., 1.],
       [0., 1.],
       [1., 0.],
       [1., 0.],
       [0., 1.]], dtype=float32)

pd.concat([df,pd.DataFrame(y)],axis=1)

	性别	0	1
0	1	0.0	1.0
1	0	1.0	0.0
2	0	1.0	0.0
3	0	1.0	0.0
4	1	0.0	1.0
5	1	0.0	1.0
6	1	0.0	1.0
7	1	0.0	1.0
8	1	0.0	1.0
9	0	1.0	0.0
10	0	1.0	0.0
11	1	0.0	1.0