做模型的时候需要对字符串向量化,此文简单说明用sklearn库进行字符串量化,其原理是构建对应的字典,然后从字典中进行取值,如果字典中没有,则向字典中进行添加,大家有兴趣可以自己实现玩儿一下
import pandas as pd
from sklearn.preprocessing import LabelEncoder
data = pd.DataFrame(["a", "b", "b", "d", "e", "f"], columns=["char"]) # 创建数据
print(data)
label = LabelEncoder()
label.fit(data["char"]) # 对字符串数据创建字典
data["char1"] = label.transform(data["char"]) # 寻找对应的量化数据
print(data)