python非数值型数据_利用pandas将非数值数据转换成数值的方式

handle non numerical data

举个例子，将性别属性男女转换成0-1，精通ML的小老弟们可以略过本文~~，

这里不考虑稀疏向量的使用，仅提供一些思路。本来想直接利用pandas的DataFrame.iloc加上for循环直接转换，但试过一遍之后，原数据并有改变。。。。蛋疼写了一个比较 菜的函数，如下。

# 非数值列处理函数

def handel_non_numerical_data(df,name): #----------------name是需要处理的列名称(str)，暂不考虑列表

nrows = len(df[name]) #----------------数据集的行数

old_col = df.columns.tolist() #----------------初始的列名集合

name_index = old_col.index(name) #---------要处理的列的在数据集中的索引值

name_data = df[name].values.tolist()#-----------将要处理烦人列复制成一个列表

df.drop([name],axis =1,inplace =True)

unique_kinds = set(name_data)

convert_dict = {}; x = 0 #构造对应种类数值转化字典

for i in unique_kinds:

convert_dict[i] = x

x += 1

def convert(val):

return convert_dict[val]

name_data = list(map(conv