python - 将 csv 文件转换为机器学习输入的最简单方法是什么？

Question

我知道你可以做这样的事情:

import pandas as pd
df = pd.read_csv('mushrooms.csv')
df.apply(lambda x: pd.factorize(x)[0])

但我想要的是将所有类别更改为 0 或 1。

例如，如果 CSV 文件中的 header 为 favColor 和 favCookie，并且 favColor 的选项为“red”， 'orange' 和 'green'，favCookie 的选项是 'chocolate' 和 'sugar'。如果其中一行是“红色”和“糖”，我希望整行更改为 [1,0,0,0,1]。

我一直在寻找像库这样的东西，所以每次我使用 CSV 文件和神经网络时都会很容易做到这一点

Answer 1

与 pandas ，你可以使用pandas.get_dummies() :

new_df = pd.get_dummies(df)

如果您想使用scikit-learn ，您可以使用OneHotEncoder :

from sklearn.preprocessing import OneHotEncoder

new_np_array = OneHotEncoder().fit_transform(df.values)

正如我用变量名称所示的那样，get_dummies()返回 pandas数据框，而 OneHotEncoder返回 numpy数组