Question

通过映射将数据帧从字符串转换为数字（作为ID），以便在机器学习作业（训练需要数字值）之后可以将数字值映射回字符串。

我的数据框中有2列：-

Repository Name（需要转换的字符串）
Number of Stars（数值，因此无需执行任何操作）

我想将字符串转换为ID，并且需要映射它们以供将来使用。

注意：我的字符串是freecodecamp之类的单词，而不是字符串中的整数值。

Answer 1

您可以使用ord()在python中进行这些转换。例如，要将name转换为ASCII字符代码，可以使用以下循环。

name = "John"
nameascii = []

for c in name:
    nameascii.append(ord(c))

print(nameascii)

要转换回字符，请使用char()。

但是，如果您的模型是使用张量流构建的，则tf.string_to_number函数可能会更好（并且更快），因为可以同时进行转换，而上述循环将按顺序运行。

Answer 2

def get_metadata(df, key, val):
    #create a new column with index 
    df['index'] = df.index
    if key == "Repository Name":
        return {str(row[key]): row[val] for _, row in df.iterrows()}
    else:
        return {row[key]: row[val] for _, row in df.iterrows()}

emb2idx = get_metadata(dataframe, "index", "Repository Name")

您将获得一个索引（ID）字典和您的字符串（存储库名称）以供将来映射。

使用映射将DataFrame从数字转换为字符串

2 个答案: