在進行python數據分析的時候，首先要進行數據預處理。

有時候不得不處理一些非數值類別的數據，嗯， 今天要說的就是面對這些數據該如何處理。

目前了解到的大概有三種方法：

1，通過LabelEncoder來進行快速的轉換；

2，通過mapping方式，將類別映射為數值。不過這種方法適用范圍有限；

3，通過get_dummies方法來轉換。

import pandas as pdfrom io import StringIOcsv_data = '''A,B,C,D1,2,3,45,6,,80,11,12,'''df = pd.read_csv(StringIO(csv_data))print(df)#統計為空的數目print(df.isnull().sum())print(df.values)#丟棄空的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 構建得到數據imputed_data = imr.transform(df.values) #transform 將數據進行填充print(imputed_data)df = pd.DataFrame([['green', 'M', 10.1, 'class1'],          ['red', 'L', 13.5, 'class2'],          ['blue', 'XL', 15.3, 'class1']])df.columns =['color', 'size', 'price', 'classlabel']print(df)size_mapping = {'XL':3, 'L':2, 'M':1}df['size'] = df['size'].map(size_mapping)print(df)## 遍歷Seriesfor idx, label in enumerate(df['classlabel']):  print(idx, label)#1, 利用LabelEncoder類快速編碼,但此時對color并不適合,#看起來,好像是有大小的from sklearn.preprocessing import LabelEncoderclass_le = LabelEncoder()color_le = LabelEncoder()df['classlabel'] = class_le.fit_transform(df['classlabel'].values)#df['color'] = color_le.fit_transform(df['color'].values)print(df)#2, 映射字典將類標轉換為整數import numpy as npclass_mapping = {label: idx for idx, label in enumerate(np.unique(df['classlabel']))}df['classlabel'] = df['classlabel'].map(class_mapping)print('2,', df)#3,處理1不適用的#利用創建一個新的虛擬特征from sklearn.preprocessing import OneHotEncoderpf = pd.get_dummies(df[['color']])df = pd.concat([df, pf], axis=1)df.drop(['color'], axis=1, inplace=True)print(df)

以上這篇python數據預處理之將類別數據轉換為數值的方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。