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。...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...enumerate(df['classlabel']):
print(idx, label)
#1, 利用LabelEncoder类快速编码,但此时对color并不适合,
#看起来,好像是有大小的...classlabel'].values)
#df['color'] = color_le.fit_transform(df['color'].values)
print(df)
#2, 映射字典将类标转换为整数