Python中快速将多特征分类数据转为数值型的最优方法是什么？

嘿，我太懂你说的R里两行搞定分类特征转数值的爽感了！用Python的pandas处理这个蘑菇数据集其实也一样高效，甚至代码量差不多，我给你两种实用的方案：

首先第一步是把数据加载到pandas DataFrame里，和R的逻辑一致，因为这个数据集没有表头，记得指定header=None：

import pandas as pd

# 加载数据，所有特征均为分类型
mushrooms = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/mushroom/agaricus-lepiota.data", header=None)

接下来就是把分类特征转换成数值型，这里有两种常用方法，你可以根据需求选：

方法1：一行代码批量转换（类似R的简洁风格） #

这种方法和R里的因子转换逻辑高度相似，直接对所有列做类别编码：

# 对每一列进行分类→数值的转换
mushrooms_numeric = mushrooms.apply(lambda col: col.astype('category').cat.codes, axis=0)

简单解释下：astype('category')把列转为pandas的类别类型，cat.codes会自动给每个唯一的分类值分配一个整数编码，完全是按列处理，完美匹配你的需求。

方法2：更灵活的编码器方案（适合后续复用） #

如果你需要对特定列单独处理，或者之后要对新数据做相同编码（避免训练/测试数据编码不一致），可以用scikit-learn的LabelEncoder：

from sklearn.preprocessing import LabelEncoder

encoder = LabelEncoder()
# 遍历所有列完成转换
for col in mushrooms.columns:
    mushrooms[col] = encoder.fit_transform(mushrooms[col])

这种方法的优势是可以保存encoder对象，后续遇到同结构的新数据时，直接用encoder.transform()就能得到一致的编码。

转换完成后，你可以用mushrooms_numeric.head()或者mushrooms.head()查看前几行数据，确认所有分类特征都已经变成了整数数值。

内容的提问来源于stack exchange，提问作者Alex