python数据类型转换、将数值转换为以万为单位的数_python数据预处理之将类别数据转换为数值的方法...

在进行python数据分析的时候，首先要进行数据预处理。

有时候不得不处理一些非数值类别的数据，嗯， 今天要说的就是面对这些数据该如何处理。

目前了解到的大概有三种方法：

1，通过LabelEncoder来进行快速的转换；

2，通过mapping方式，将类别映射为数值。不过这种方法适用范围有限；

3，通过get_dummies方法来转换。

import pandas as pd

from io import StringIO

csv_data = '''A,B,C,D

1,2,3,4

5,6,,8

0,11,12,'''

df = pd.read_csv(StringIO(csv_data))

print(df)

#统计为空的数目

print(df.isnull().sum())

print(df.values)

#丢弃空的

print(df.dropna())

print('after', df)

from sklearn.preprocessing import Imputer

# axis=0 列 axis = 1 行

imr = Imputer(missing_values='NaN', strategy='mean', axis=0)

imr.fit(df) # fit 构建得到数据

imputed_data = imr.transform(df.values) #transform 将数据进行填充

print(imputed_data)