将字符串列表转换为int列表以进行机器学习

Question

我有一个表格，其中包含与教育程度相对应的列：0, 1, 2....等。

我想将这些功能更改为OPTIONS1: 'a'|'b'|'c'; OPTIONS2: 'c'|'d'|'e'; 。为了将数据用作机器学习算法的输入。

Python中有没有办法自动将这些字符串功能映射到整数？

Answer 1

如果您想拥有相同的序列号，可以使用enumerate。

lista = [ "phd", "undergrad", "etc"]
>>> [i for i in enumerate(lista)]
[(0, 'phd'), (1, 'undergrad'), (2, 'etc')]

Answer 2

它被称为dict（字典）。像这样：

edu_level = {
    "phd": 0;
    "master": 1;
    "undergrad":2, 
    ...
}

查找如何使用词典，也许使用键“Python词典教程”。

Answer 3

您可能不希望将数据提供给机器学习算法 - 例如，如果phd是2且主人是1，这是否意味着phd是两倍好？您可以使用＆＃34;一个热编码＆＃34;并创建一个可以提供的二进制矩阵（即1＆amp; 0＆＃0;）。

有多个库可以执行此操作，例如：http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html

祝你好运！

         BA MS PHD
Person A  0  0  0
Person B  1  0  0
Person C  0  0  1
...