如何将dtype分类变量转换为数字？

Question

我已从agebin列创建了age列。我使用下面的agebin检查创建了pd.cut()：

traindata = data.assign(age_bins =  pd.cut(data.age, 4, retbins=False,labels=range(1, 5), include_lowest=True))

data['agebin'] = traindata['age_bins']

现在，当我看到data.info时，agebin有dtype category，我希望它是数字数据，因为我在训练模型时遇到了Value错误。如何将dtype：category转换为数字。我很困惑dtype是如何分类的，因为当我看到data['agebin'].head()所有值都是1,2,3或4时，但在data.info中它显示agebin为分类。

我想将agebin从分类更改为数字dtype。

Answer 1

@nimrodz完美地回答了这个问题。

我只想补充一点，你为age_bins获得category dtype的原因是pd.cut的行为。

  

out：pandas.Categorical，Series或ndarray

     

  

• 类似于数组的对象，表示每个值的相应bin   X。类型取决于标签的值。

       
    
  • 标量序列：返回系列x或a的系列   所有其他输入的pandas.Categorical。存储在其中的值是   无论序列中的类型是什么。
    
  • False：返回整数的ndarray。
    
  

如果设置labels=False，它将默认为age_bins返回一个整数，但它会在0处开始编号。如果需要，可以添加一个。

traindata = data.assign(age_bins =  pd.cut(data.age, 4, retbins=False, labels=False, include_lowest=True))
traindata['age_bins'] = traindata.age_bins+1

Answer 2

使用import pandas as pd trainDf = pd.read_csv("drive/app/Sample/train.csv");//Here is your file

pd.to_numeric