数据预处理 - 类型转换（离散型）

当我们拿到一个数据分析任务时，我们并不能直接调用数据挖掘算法来解决该问题。在实际的任务中，我们所面对的数据质量都不是特别的规整，如果我们对质量较差的数据集直接应用算法建模，那么得到结果也可想而知。所以在调用算法之前，必须对数据进行预处理工作。数据预处理是整个数据挖掘过程中最累的一部分工作，但也是非常重要的一部分工作，只有得到质量较高的数据集，后期的建模工作才会更有意义。数据预处理涉及的方面非常的多，如缺失值处理，异常值处理，重复值处理，数据类型转换，样本处理等等。

这一小节，我们先来了解下数据类型转换中的离散型数据转换。在调用算法对数据集进行训练时，算法并不能识别这些离散型的数据（例如：Male, Female），所以，我们就需要将这些离散型数据转换为计算机可识别的数值型数据（如：0,1,2…）。

这里我们介绍4种离散型数据的处理方法，其中两种是使用python的pandas库进行处理，另外两种是使用python的sklearn库进行处理。

导入数据集：
链接：https://pan.baidu.com/s/14nMqBH1kHm_CJWp_7mNE5w
提取码：i75t

import pandas as pd
import numpy as np
pk = pd.read_csv('D:\\Py_dataset\\Pokemon.csv')
pk.head()