将原始数据中的字符串特征转化为模型可以识别的数字特征可是使用pandas自带的factorzie方法。
原始数据的job特征值如下
都是字符串特征,无法用于训练，当然可以单独建立map硬编码处理，但是pandas已经封装好了相应的方法。
data = pd.read_csv("data/test_set.csv")
data["job"] = pd.factorize(data["job"])[0].astype(np.uint16)
以上这篇pandas factorize实现将字符串特征转化为数字特征就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持【听图阁-专注于Python设计】。
PyCharm 具备一般 IDE 的功能，比如，调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制…另外，PyCharm 还提供了一些很好的功能用于 Django...
本文实例总结了python执行外部程序的常用方法。分享给大家供大家参考。具体分析如下： 在python中我们可以通过下面的方法直接调用系统命令或者外部程序，使用方便 1、os模块的exe...
最近新开学，接到了给老板的本科课程当助教的工作，百十来号人一学期下来得有四五次作业发进邮箱里，需要我来统计打分，想想挨个点进去下载附件的过程就头大，于是萌生了写个脚本来统计作业的想法。...
约定： import pandas as pd import numpy as np from numpy import nan as NaN 滤除缺失数据 pandas的设计目...
环境及模块： Win7 64位 Python 3.6.4 WordCloud 1.5.0 Pillow 5.0.0 Jieba 0.39 目标： 绘制安徽省201...