Python中为聚类将DataFrame字符串转为数字的方法

假设你已经用pandas读取了CSV数据，存在变量df里（比如import pandas as pd; df = pd.read_csv('你的文件.csv')），下面给你几种简单易懂的实现方式：

方法1：直接替换单个指定值 #

如果你只需要把"Cold"换成1，其他字符串暂时不动，直接用replace方法：

# 将ord_2列里的"Cold"替换成整数1
df['ord_2'] = df['ord_2'].replace('Cold', 1)
# 要是需要确保列类型是整数，再加一步
df['ord_2'] = df['ord_2'].astype(int)

方法2：用映射字典处理多个类别 #

如果后续还要把其他字符串（比如"Warm"、"Hot"）也转成对应整数，先做个映射字典，再批量转换：

# 定义每个字符串对应的整数
category_map = {
    'Cold': 1,
    'Warm': 2,
    'Hot': 3,
    # 可以继续加其他需要转换的类别
}
# 按映射替换列中的值
df['ord_2'] = df['ord_2'].map(category_map)

注：如果列里有字典中没包含的字符串，转换后会变成NaN，记得提前处理或者补充字典。

方法3：自动给所有类别分配整数（适合不确定所有类别的情况） #

如果不知道ord_2列有多少种不同的字符串，或者想让程序自动给每个唯一字符串分配一个整数，可以用sklearn的标签编码器：

# 先导入编码器
from sklearn.preprocessing import LabelEncoder

# 初始化编码器
le = LabelEncoder()
# 对ord_2列进行编码，每个唯一字符串会被转成0、1、2...这样的整数
df['ord_2'] = le.fit_transform(df['ord_2'])

注：这种方法的整数是按字符串出现顺序分配的，如果你必须让"Cold"对应1，可以先手动替换"Cold"为1，再用编码器处理其他值。

内容的提问来源于stack exchange，提问作者user17712216