在Pandas数据框中，有没有一种简单的方法将一个yes/no列更改为1/0列？

Question

我将一个csv文件读入pandas dataframe中，并希望将二元回答的列从yes/no字符串转换为1/0整数。下面是其中一列的示例（"sampleDF"是pandas dataframe）。

In [13]: sampleDF.housing[0:10]
Out[13]:
0     no
1     no
2    yes
3     no
4     no
5     no
6     no
7     no
8    yes
9    yes
Name: housing, dtype: object

非常感谢您的帮助！

- Mushu909

---

sampleDF.housing.replace(('yes', 'no'), (1, 0), inplace=True) - AChampion

注意：Python有bools类型，NumPy也有。请使用它们，而不是0/1或'0'/'1'。 - AMC

Answer 1

方法1

sample.housing.eq('yes').mul(1)

方法二

pd.Series(np.where(sample.housing.values == 'yes', 1, 0),
          sample.index)

方法三

sample.housing.map(dict(yes=1, no=0))

第四种方法

pd.Series(map(lambda x: dict(yes=1, no=0)[x],
              sample.housing.values.tolist()), sample.index)

第五种方法

pd.Series(np.searchsorted(['no', 'yes'], sample.housing.values), sample.index)

所有的屈服

0    0
1    0
2    1
3    0
4    0
5    0
6    0
7    0
8    1
9    1

---

时间
给定样本

时间
长样本
sample = pd.DataFrame(dict(housing=np.random.choice(('yes', 'no'), size=100000)))

---

- piRSquared

---

这是一篇深入的回答。我甚至没想到其中一些点。 - gold_cy

你能否处理一个完整的由“是”和“否”组成的数据框？我正在查看这个国会投票数据集：http://archive.ics.uci.edu/ml/datasets/Congressional+Voting+Records - mLstudent33

Answer 2

试试这个：

sampleDF['housing'] = sampleDF['housing'].map({'yes': 1, 'no': 0})

- gold_cy

Answer 3

# produces True/False
sampleDF['housing'] = sampleDF['housing'] == 'yes'

上述返回的是True/False值，它们分别等同于1/0。布尔变量支持sum函数等操作。如果你确实需要得到1/0的值，可以使用以下方法。

housing_map = {'yes': 1, 'no': 0}
sampleDF['housing'] = sampleDF['housing'].map(housing_map)

- 3novak

Answer 4

%timeit
sampleDF['housing'] = sampleDF['housing'].apply(lambda x: 0 if x=='no' else 1)

每个循环的平均值为1.84毫秒±56.2微秒(7次运行，每次1000个循环的标准偏差)

将指定的df列中的'yes'替换为1，'no'替换为0。

- SriramKRaju

Answer 5

使用sklearn的LabelEncoder

from sklearn.preprocessing import LabelEncoder

lb = LabelEncoder() 
sampleDF['housing'] = lb.fit_transform(sampleDF['housing'])

Source

- Freek Nortier

Answer 6

是的，你可以通过以下代码片段将你的列中的yes/no值更改为1/0

sampleDF = sampleDF.replace(to_replace = ['yes','no'],value = ['1','0'])
sampleDF

通过使用第一行，您可以将值替换为1/0 通过使用第二行，您可以通过打印它来查看更改

- praveen kumar

Answer 7

通用方法：

import pandas as pd
string_data = string_data.astype('category')
numbers_data = string_data.cat.codes

reference: https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.astype.html

- Siddaram H

Answer 8

对于一个名为"数据（data）"且包含一列名为"Paid"的数据集；

data = data.replace({'Paid': {'yes': 1, 'no': 0}})

所有的yes将更改为1，所有的no将被替换为0

- muli

Answer 9

使用 pandas.Series.map

sampleDF.map({'yes':1,'no':0})

- Manikiran Bodepudi

Answer 10

简单的方法是使用以下pandas：

housing = pd.get_dummies(sampleDF['housing'],drop_first=True)

之后从主数据框中删除此字段。

sampleDF.drop('housing',axis=1,inplace=True)

现在把新的合并到你的数据框中。

sampleDF= pd.concat([sampleDF,housing ],axis=1)

- Eslamspot