如何在 Python pandas 中将单词转换为数字

在数据预处理时，我们通常需要将文本数据转换为数字数据。在 Python 的 pandas 库中，提供了很多方法将单词转换为数字。

将单词映射为数字

可以使用 pandas 库的 map() 方法将一个单词映射为一个数字，示例如下：

import pandas as pd

# 创建数据
data = pd.Series(['apple', 'pear', 'banana', 'apple', 'banana', 'pear'])

# 创建映射表
word_to_num = {'apple': 1, 'banana': 2, 'pear': 3}

# 将单词映射为数字
data_num = data.map(word_to_num)

print(data_num)

输出结果：

0    1
1    3
2    2
3    1
4    2
5    3
dtype: int64

将多个单词映射为数字

如果要将多个单词映射为数字，可以使用 pandas 库的 replace() 方法，示例如下：

import pandas as pd

# 创建数据
data = pd.Series(['apple', 'pear', 'banana', 'apple', 'banana', 'pear'])

# 创建映射表
word_to_num = {'apple': 1, 'banana': 2, 'pear': 3}

# 将多个单词映射为数字
data_num = data.replace(word_to_num)

print(data_num)

输出结果：

0    1
1    3
2    2
3    1
4    2
5    3
dtype: int64

将单词转换为 one-hot 编码

如果将单词转换为数字，可能会引入某些偏序关系，因此更常见的做法是将单词转换为 one-hot 编码。

可以使用 pandas 库的 get_dummies() 方法将单词转换为 one-hot 编码，示例如下：

import pandas as pd

# 创建数据
data = pd.Series(['apple', 'pear', 'banana', 'apple', 'banana', 'pear'])

# 将单词转换为 one-hot 编码
data_one_hot = pd.get_dummies(data)

print(data_one_hot)

输出结果：

   apple  banana  pear
0      1       0     0
1      0       0     1
2      0       1     0
3      1       0     0
4      0       1     0
5      0       0     1

总结

以上就是在 Python pandas 中将单词转换为数字的方法。通过 map() 方法、replace() 方法和 get_dummies() 方法，我们可以方便地将单词转换为数字或 one-hot 编码。