Kaggle泰坦尼克项目：Python DataFrame浮点型转整型问题求助

嘿，作为Kaggle和Python新手，复现教程时遇到这种数据转换问题太正常啦！我看你现在输出的Survived列都是0.184、0.761这类浮点概率值，想要转成0或1的整数，这其实很容易解决，给你几种靠谱的方法：

方法1：先转换概率再创建提交DataFrame #

你的final_prediction应该是模型输出的生存概率（比如用了predict_proba()方法），我们只需要设置一个阈值（通常取0.5），把大于等于0.5的概率转成1，小于的转成0，再转成整型：

# 把浮点概率转成0/1整数
binary_prediction = (final_prediction >= 0.5).astype(int)
# 创建提交用的DataFrame
submission = pd.DataFrame({'PassengerId': test_data.PassengerId, 'Survived': binary_prediction})
print(submission.head())

方法2：直接修改已创建的submission列 #

如果你已经创建好了submission DataFrame，也可以直接对Survived列做转换：

submission['Survived'] = (submission['Survived'] >= 0.5).astype(int)
print(submission.head())

额外小技巧：直接让模型输出分类标签 #

其实如果你的模型支持直接输出分类结果（比如大多数分类模型的predict()方法），可以直接用它代替输出概率的方法，这样得到的结果本来就是0或1的整数，省掉转换步骤：

# 假设你的模型叫model，直接用predict得到分类结果
final_prediction = model.predict(test_data)
# 再创建submission就不用转换啦
submission = pd.DataFrame({'PassengerId': test_data.PassengerId, 'Survived': final_prediction})

这样处理后，你的Survived列就会变成你想要的0或1整型，输出结果就和示例一致啦！

内容的提问来源于stack exchange，提问作者Frankie