python - 在 Python 3 中使用正确编码从 CSV 文件加载不同类型的数据

Question

我有一个包含不同类型数据的 CSV 文件。例如：有些列是分类的（例如城市名称） 有些是数字的（例如产品的价格）

我想使用 Python 3 读取数据文件，使所有分类数据都被 1-hot 编码，而数字数据被简单地编码为标量值。

像这样的东西：

import numpy as np

x = np.loadtxt(d, dtype={'names': ('city', 'price')
       'formats': (string, int)})

但在这里我也想对“城市”列进行一次热编码。

numpy/pandas/scikit 中是否有任何数据加载器/预处理器可以帮助读取 csv 以及对某些列进行 1-hot 编码？

Answer 1

我认为你应该使用 pandas 包来做到这一点

import pandas as pd
df = pd.read_csv('file_name.csv')
df['city'] = df['city'].astype('str')
df['price'] = df['price'].astype('int')
print(df)