如何使用python为数据框列中的多个字符串分配数值？

Question

我正在尝试使用包含 company_name （分类特征）和 int 中的一些值（我想预测的值）的数据框来训练我的模型。

由于“company_name”列中有多个不同的值，如何将它们转换为数字类型？ （当它们很少时，将它们转换为 int/float 更容易，就像在鸢尾花数据集中，我们可以轻松地分配数值，因为只有 3 个物种）

我想知道将数值分配给具有许多不同值的分类特色列的最佳方法。

Answer 1

您可以在此处使用类别代码 -

import pandas as pd
import numpy as np

# creating initial dataframe
bridge_types = ('Arch','Beam','Truss','Cantilever','Tied Arch','Suspension','Cable')

bridge_df = pd.DataFrame(bridge_types, columns=['Bridge_Types'])

# converting type of columns to 'category'
bridge_df['Bridge_Types'] = bridge_df['Bridge_Types'].astype('category')

# Assigning numerical values and storing in another column
bridge_df['Bridge_Types_Cat'] = bridge_df['Bridge_Types'].cat.codes

>>> bridge_df
  Bridge_Types  Bridge_Types_Cat
0         Arch                 0
1         Beam                 1
2        Truss                 6
3   Cantilever                 3
4    Tied Arch                 5
5   Suspension                 4
6        Cable                 2