pandas 把离散值转为int

介绍

在数据处理和分析中，经常会遇到将离散值转换为整数的需求。例如，在数据预处理阶段，我们需要将分类变量转换为数值变量，以便于后续的建模和分析。在 Python 中，pandas 是一个常用的数据处理库，它提供了一些简单方便的方法来实现这个功能。

本文将详细介绍如何使用 pandas 将离散值转换为整数，并给出代码示例。

数据准备

在开始之前，让我们先准备一些示例数据来演示转换的过程。假设我们有一份包含了性别和学历的数据集。

import pandas as pd

data = {
    '性别': ['男', '女', '男', '男', '女', '男', '女'],
    '学历': ['本科', '硕士', '本科', '博士', '硕士', '本科', '本科']
}

df = pd.DataFrame(data)
print(df)

代码运行结果如下：

  性别  学历
0  男  本科
1  女  硕士
2  男  本科
3  男  博士
4  女  硕士
5  男  本科
6  女  本科

我们的目标是将性别和学历这两列离散值转换为整数。

使用 map 方法

pandas 提供了 map 方法来实现离散值的转换。这个方法可以接受一个字典作为参数，字典的键表示原始值，字典的值表示目标值。我们可以先创建一个字典来定义转换关系，然后将字典传递给 map 方法。

接下来，我们将展示如何将性别从 '男' 和 '女' 转换为 0 和 1。

gender_mapping = {'男': 0, '女': 1}
df['性别'] = df['性别'].map(gender_mapping)
print(df)

代码运行结果如下：

   性别  学历
0   0  本科
1   1  硕士
2   0  本科
3   0  博士
4   1  硕士
5   0  本科
6   1  本科

通过 map 方法，我们成功将性别的离散值转换为了整数。

使用 replace 方法

除了 map 方法，pandas 还提供了 replace 方法来实现离散值的转换。这个方法同样可以接受一个字典作为参数。我们可以先创建一个字典来定义转换关系，然后将字典传递给 replace 方法。

下面是将学历从 '本科'、'硕士' 和 '博士' 转换为 0、1 和 2 的示例代码：

education_mapping = {'本科': 0, '硕士': 1, '博士': 2}
df['学历'] = df['学历'].replace(education_mapping)
print(df)

代码运行结果如下：

   性别  学历
0   0   0
1   1   1
2   0   0
3   0   2
4   1   1
5   0   0
6   1   0

通过 replace 方法，我们成功将学历的离散值转换为了整数。

结论

本文介绍了使用 pandas 将离散值转换为整数的方法。通过 map 方法和 replace 方法，我们可以方便地实现这个功能。在实际应用中，我们可以根据具体的数据和需求，选择合适的方法来进行转换。

如果你想了解更多关于 pandas 的用法，建议参考 pandas 官方文档和在线教程。