Logistic Regression项目target列字符串转整数出现NaN问题

map方法在遇到不在映射字典key中的值时，会默认返回NaN，你遇到的问题本质是第一次映射后的target列中存在与retarget2的两个key不完全匹配的值。

先执行以下代码查看target列的所有唯一值，定位不匹配的内容：

print(hr['target'].unique())

• 情况1：字符串存在首尾空格/大小写差异
  如果输出的字符串前后有空白字符，或者大小写和定义的key不一致，先统一处理字符串再映射：

# 先去除首尾空格，如有大小写差异可追加.str.lower()统一大小写
hr['target'] = hr['target'].str.strip().map(retarget2)

• 情况2：第一次映射存在漏转的值
  如果原始target列同时存在整数型的0/1和浮点型的0.0/1.0，第一次映射时只会转换浮点型的值，未匹配的整数会变为NaN，后续第二次映射也会保留NaN。可以在第一次映射时统一数值类型再处理：

# 第一次映射时先统一转浮点型
retarget = {0.0: 'Not looking for job change', 1.0: 'Looking for job change'}
hr['target'] = hr['target'].astype(float).map(retarget)

• 更稳妥的转回数值方案
  无需手动定义反向映射字典，直接通过条件判断生成0/1值，避免匹配错误：

# 匹配目标字符串为1，其余为0
hr['target'] = (hr['target'] == 'Looking for job change').astype(int)

如果需要保留原始NaN不转为0，可以增加判断：

import numpy as np
hr['target'] = np.where(hr['target'].isna(), np.nan, (hr['target'] == 'Looking for job change').astype(int))

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