python把列表转化为数值_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 pdfrom 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)

df = pd.DataFrame([['green', 'M', 10.1, &