pandas 将性别男女用0和1表示

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在数据整理过程中，将类别数据转为数字是常见的操作，比如我们经常会将性别中的男女用数字 1 和 0 来表示，这样会提高数据的计算和存储效率。在本例中我们就来完成这个操作。

数据与需求

以下为我们的原始数据集。gender 为性别列，需要将男女用 1 和 0 来替代。

import pandas as pd

df = pd.DataFrame({'name': ['Tom', 'Lily', 'Lucy'], 
                   'gender': ['男', '女', '女']
                  })
df
'''
   name gender
0   Tom      男
1  Lily      女
2  Lucy      女
'''

思路

有两种思路，一种是将性别列向量化判断是否与「男」值相等，如果相等则返回 True，否则返回 False，形成一个序列，再将这个序列转为整型，其中 True 为替换为 1，False 为替换为 0。

另外一种方法是利用 Series 的 map() 方法进行映射。

代码

向量化判断性别列是否为「男」，返回一个布尔序列：

df.gender=='男'
'''
0     True
1    False
2    False
Name: gender, dtype: bool
'''

然后将这个布尔序列转为整型：

(df.gender=='男').astype(int)
'''
0    1
1    0
2    0
Name: gender, dtype: int64
'''

值相等对比也可以用 eq() 方法来进行对比，最后指定一个同名的新列：

df.gender.eq('男').astype(int)
'''
0    1
1    0
2    0
Name: gender, dtype: int64
'''

df.assign(gender=df.gender.eq('男').astype(int))
'''
   name  gender
0   Tom       1
1  Lily       0
2  Lucy       0
'''

最终得了想要的结果。

第二种方法是用 map() 方法来映射：

df.gender.map({'男':1, '女': 0})
'''
0    1
1    0
2    0
Name: gender, dtype: int64
'''

还有种是用替换的方法：

df.replace({'男': '1', '女': '0'}) 
# 由于 2.2后开始提示将来不支持向下类型转换
#  FutureWarning: Downcasting behavior in `replace` is deprecated and will be removed in a future version.
# 你可以这样
df.replace({'男':'1','女':'0'}).astype({'gender': int})

同样可以得到结果。这样我们就完成了需求。

（完）

pandas 将性别男女用0和1表示

数据与需求

思路

代码

相关内容