Python 为机器学习将字符串列表转换为int列表

我有一个表，其中有一列对应于教育程度：

“博士”、“本科生”

，等等

我想将这些功能更改为

0、1、2….

。为了使用数据作为机器学习算法的输入

Python中有没有一种方法可以自动将这些字符串特征映射到整数？

它被称为dict（字典）。大概是这样的：

edu_level = {
    "phd": 0;
    "master": 1;
    "undergrad":2, 
    ...
}

查看如何使用字典，也许可以使用“Python字典教程”键。它被称为dict（字典）。大概是这样的：

edu_level = {
    "phd": 0;
    "master": 1;
    "undergrad":2, 
    ...
}

查看如何使用字典，也许可以使用“Python字典教程”键。

如果希望使用相同的序列顺序，可以使用

lista = [ "phd", "undergrad", "etc"]
>>> [i for i in enumerate(lista)]
[(0, 'phd'), (1, 'undergrad'), (2, 'etc')]

如果希望具有相同的序列顺序，则可以使用

lista = [ "phd", "undergrad", "etc"]
>>> [i for i in enumerate(lista)]
[(0, 'phd'), (1, 'undergrad'), (2, 'etc')]

---

你可能不想把数据输入机器学习算法——例如，如果博士学位是2，硕士学位是1，这是否意味着博士学位是1的两倍？您可以改为使用“一个热编码”并创建一个可以馈送的二进制矩阵（即1和0）

有多个库可以执行此操作，例如：

祝你好运

---

你可能不想把数据输入机器学习算法——例如，如果博士学位是2，硕士学位是1，这是否意味着博士学位是1的两倍？您可以改为使用“一个热编码”并创建一个可以馈送的二进制矩阵（即1和0）

有多个库可以执行此操作，例如：

祝你好运

---

谢谢你的回答。问题是，有太多的价值观无法像你那样硬编码一个词汇表。谢谢你的回答。问题是，有太多的值无法像你那样硬编码一个词汇表。你也可以尝试更高级的东西，如word2vec，但一个热门的编码可能会让你达到你需要的程度。请记住，您不能将所有变量都放在自己的列中-一个热编码的数据集应该始终是len（categories）-1您也可以尝试更高级的东西，如word2vec，但一个热编码可能会让您达到需要的程度。请记住，您不能将所有变量都放在自己的列中—一个热编码的数据集应始终为len（categories）—1这是一个很好的观点。但是，即使这样做，由于有许多特性和每个特性的许多值，它也需要数小时的手动预处理。pd.get_dummies（）可以非常快速地完成这项工作-即，您可以循环使用数据集，对于每个分类，get dummies？这正是我想要的。谢谢！只要确保在运行时将它们存储回数据帧：）您能接受@thb吗？如果您还有其他问题，请告诉我！这是一个很好的观点。但是，即使这样做，由于有许多特性和每个特性的许多值，它也需要数小时的手动预处理。pd.get_dummies（）可以非常快速地完成这项工作-即，您可以循环使用数据集，对于每个分类，get dummies？这正是我想要的。谢谢！只要确保在运行时将它们存储回数据帧：）您能接受@thb吗？如果您还有其他问题，请告诉我！我认为只需稍加修改即可将其转换为一个字典，将度映射到如下索引：

dict（[（度，索引）for（index，degree）in enumerate（lista）]）

@suripoori，是的，这就是它背后的想法。除非你们有同样的订单<代码>{k:v代表k，v在enumerate（lista）}我认为可以稍加修改，将其转换为一个字典，将度映射到如下索引：

dict（[（degree，index）for（index，degree）in enumerate（lista）]）

@suripoori，是的，这就是它背后的想法。除非你们有同样的订单<代码>{k:v代表k，v在枚举（lista）}