如何将 python 中的分类列转换为整数列？（与南）

Question

我的数据框在下面。

id  gender  region  income  a1  a2  a3  a4  a5  a6  a7  a8  a9  a10
1   male    N        300    NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
2   female  S        500    7   10  10  10  6   6   6   8   5   9
3   male    E        200    6   NaN 9   6   6   NaN 7   7   7   9
4   female  W        100    9   7   7   NaN 7   8   8   8   NaN 5

我想将多列的数据类型分类更改为整数。 (a1~a10) 所以，我尝试了下面的代码，但出现了如下错误

df.iloc[:, 4: ].astype('int')

ValueError: cannot convert float NaN to integer

我该如何隐藏它？

谢谢。

Answer 1

您必须继续进行删除 a 或填写 a 之前。

#will remove line with Nan inside
df.dropna(inplace=True)

或者

#will replace Nan by a value e.g "- 1" 
df.fillna(-1,inplace=True)

Answer 2

默认情况下 pandas 将 np.nan 的列转换为 float

对于 pandas 版本 0.24.0 以上

将所需的列转换为可以具有 np.nan 个值的数据类型 Int8

columns = ["A1","A2","A3","A4","A5","A6","A7","A8","A9","A10"]

df[columns] = df[columns].astype("Int8")

print(df.dtypes)

参考这个documentation

备选方案

您可以将每列的np.nan替换为mode，然后将它们转换为int

for c in columns:
    x = df[c].mode()
    x = list(x)[0]
    df[c] = df[c].fillna(x).astype("int")

Answer 3

您好，您可以按照以下方法：

这将用 0 填充 NaN 值，因此类型将为 int。

df.fillna(value=int(), inplace=True)

或

这将用<class 'int'>填充NaN值，这也是int类型。

df.fillna(value=int, inplace=True)

Answer 4

如果使用 pandas 0.24+ 可以使用 Nullable integer data type，也需要 .astype(float) 将分类列转换为数字：

df.iloc[:, 4: ] = df.iloc[:, 4: ].astype(float).astype("Int64")
print (df)
   id  gender region  income   a1   a2   a3   a4   a5   a6   a7   a8   a9  a10
0   1    male      N     300  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN
1   2  female      S     500    7   10   10   10    6    6    6    8    5    9
2   3    male      E     200    6  NaN    9    6    6  NaN    7    7    7    9
3   4  female      W     100    9    7    7  NaN    7    8    8    8  NaN    5

如有必要，用每列最常见的值替换缺失值：

df.iloc[:, 4: ] = df.iloc[:, 4: ].fillna(df.iloc[:, 4: ].mode().iloc[0]).astype(int)

print (df)
   id  gender region  income  a1  a2  a3  a4  a5  a6  a7  a8  a9  a10
0   1    male      N     300   6   7   7   6   6   6   6   8   5    9
1   2  female      S     500   7  10  10  10   6   6   6   8   5    9
2   3    male      E     200   6   7   9   6   6   6   7   7   7    9
3   4  female      W     100   9   7   7   6   7   8   8   8   5    5

Answer 5

假设 A1-A3 列中没有空值

cleanup_nums = {"A1":{"Apple":1, "Samsung":2}}
df.replace(cleanup_nums,inplace=True)

replace函数的详细内容可以参考https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.replace.html.

python 中也有编码分类值的教程。 https://pbpython.com/categorical-encoding.html

如何将 python 中的分类列转换为整数列？ （与南）

How to convert categorical columns to integer columns in python? (with NaN)

python

types

nan

pandas

如何将 python 中的分类列转换为整数列？（与南）