创建一个不使用 SciKit Learn 将字符串编码为二进制的函数 - python 3

Posted 2023-04-14

【中文标题】创建一个不使用 SciKit Learn 将字符串编码为二进制的函数 - python 3

【英文标题】：Create a function that encodes strings to binary without using SciKit Learn - python 3

【发布时间】：2021-05-26 21:11:13

【问题描述】：

创建一个函数，将所有字符串 't' 和 'f' 替换为 1s 和 0s...

这就是我所在的地方

def binary_encoding(df):
    for col in df.columns:
        replace_map = 't':1, 'f': 0,
        df.columns.map(replace_map) -- not sure what to do here
    return df

我尝试过伪代码，但不熟悉实现代码本身。这里使用的是replace 方法吗？我正在考虑使用字典映射值，正如您在上面可能有些理解的那样。有什么指点吗？

【问题讨论】：

你有输入的例子吗？你为什么在你的案例中使用熊猫？

【参考方案1】：

根本不需要使用.apply。只需使用DataFrame.replace() 方法：

def binary_encoding(df):
    return df.replace("t": 1, "f": 0)

df = pd.DataFrame([['f', 'g', 'h'], ['j', 'k', 't']])
print(df)
   0  1  2
0  f  g  h
1  j  k  t

new_df = binary_encoding(df)
print(new_df)
   0  1  2
0  0  g  h
1  j  k  1

【参考方案2】：

您需要将每个map 应用到一列并保存到该列中

def binary_encoding(df: pd.DataFrame):
    replace_map = 't': 1, 'f': 0, 
    for col in df.columns:
        if df[col].isin(['f', 't']).all(): 
            df[col] = df[col].map(replace_map)
    return df

测试

df = pd.DataFrame([['f', 'g', 'h'], ['j', 'k', 't']])
print(df, "\n")
df = binary_encoding(df)
print(df)


   0  1  2
0  f  g  h
1  j  k  t

     0   1    2
0  0.0 NaN  NaN
1  NaN NaN  1.0

【讨论】：

这可行，但是我现在的问题是所有其他包含数字和字符串数据的列都显示为 NaN。此函数的目标是定位所有仅包含“f”和“t”的列并编码为二进制，同时保留所有其他数据。

我试过了，数据框似乎没有变化