Python 3.x 替换由整数、浮点数和分类字符串组成的单个列中的字符串（类别）-熊猫

我有一个Pandas列，其中大部分包含整数、一点浮点和一些字符串，如“yes”、“no”和一些其他字符串。我可以用什么替换这些字符串？由于该列不是完全分类的，所以我不能进行一般的热编码或类似的编码。在这种情况下，最佳做法是什么

更新： 由于某些原因，此列的外观并不明显，因此下面是一个示例：

column_name
   1000
    45
    3.0
    yes
    no
    340.0
     p
     k
     4
     .
     .
     .

---

数据是完全合成的，我唯一需要知道的是，在列中处理此类字符串的最佳实践是什么。

要映射分类数据，需要使用

例如：

import pandas as pd
df = pd.DataFrame({'A':[1,2,3,4], 'B': ['a', 'b', 'c', 'd'], 'C': [1,'e', 'f', 3]})

# all strings:
pd.get_dummies(df['B'])

    a   b   c   d
0   1   0   0   0
1   0   1   0   0
2   0   0   1   0
3   0   0   0   1

# mixed types:
pd.get_dummies(df['C'])


    1   3   e   f
0   1   0   0   0
1   0   0   1   0
2   0   0   0   1
3   0   1   0   0

---

如果你能提供更多的上下文，这将是很有帮助的！你想干什么？这是什么样的数据？你能提供一个数据的示例/视图吗？这个问题再简单不过了，但我添加了一个更新。你想用这个实现什么？如果你愿意，你可以将字符串转换成数字，如果这有意义的话，比如“是”可以是1，“否”可以是0，但显然这不是一个熊猫问题，而是一个数据问题：字符串意味着什么？你想对输出做什么？如果你说的是NLP类型的东西，那么你需要用Word2Vec之类的东西把字符串编码成向量。对于简单的字符串映射，如“是/否”，二进制映射1/0听起来非常好。对于其他字符串，如果没有它们的含义的上下文，很难提供帮助。我提出的

get_dummies

函数是一种通用方法，用于将分类数据转换为ML类型任务的数字。是的，当列仅是分类的，但当它具有混合整数和字符串值时不是？如果我想在字符串上获取虚拟对象，我不知道该如何做，或者是否可能。请仅在该列上获取虚拟对象。合并到您的df中，并删除原始的colimn，但在这种情况下，所有的数字也将转换为假人？我不希望转换数字，只希望转换字符串。如果在同一列中有数字和字符串，则该列中的数字也是字符串。数据类型用于整个列。如果有带stting的列和带数字的列，请仅对字符串列应用get\u假人。这意味着在这种情况下我不能使用get\u假人，因为整个列都是object。我应该用不同的数字手动替换字符串，还是在这种情况下我还能做些什么？