Python 将Pandas Dataframe转换为sklearn的numpy

我对python和sklearn还不熟悉。我有一个泰坦尼克号数据集的熊猫数据框架。我想把它用于逻辑预测

我尝试了以下方法

data_np = data.astype(np.int32).values

但不起作用。我想利用数据集中的不同功能，如“Pclass”、“Age”、“Sex”等

我想将整个数据以及单个列（比如data[“Age”]）转换为sklearn numpy格式。任何帮助。

< P>处理你的数值和非数值数据，考虑使用，允许你

使用0到n_class-1之间的值对标签进行编码

另见：

---

分类变量，如“性别”和“性别”，需要进行热编码，才能在

逻辑回归模型中使用它们。有了熊猫，你可以使用
get_dummies（data['Sex']）

这里有一个完整的教程专门介绍了同一数据集上的此问题：

这是一个常见的问题。主要原因是对numpy不熟悉

要将数据['Sex']的特征转换为凹凸数组，请使用以下代码

from sklearn.preprocessing import LabelEncoder

enc = LabelEncoder()
label_encoder = enc.fit(p_train['Sex'])
print "Categorical classes:", label_encoder.classes_
integer_classes = label_encoder.transform(label_encoder.classes_)
print "Integer classes:", integer_classes
x_train = label_encoder.transform(p_train['Sex'])
x_test = label_encoder.transform(p_test['Sex'])

x_train = x_train[:,np.newaxis]
x_test = x_test[:,np.newaxis]

这里，我们基本上是将“男性”和“女性”分类数据转换为0和1的整数类。这是基本要素，巩膜希望一切都是浮动的。np.newaxis用于将x_序列的形状从（n_特征，）转换为（n_特征，1）。否则，在拟合模型时，您将出现另一个形状不兼容的错误。
能否发布不起作用的代码，因为dfs与sklearn兼容，因此无需转换数据，有时您可能需要将数据作为nunpy数组进行访问，这可以通过使用
来完成。值
也许您想看看
sklearn pandas
（），它提供了将graphlab SFrame转换为pandas之间的桥梁。代码太大了。问题是，在我传递给sklearn fit函数的性别类别中，它有“男性”和“女性”值。我得到以下错误。。。。返回数组（a，dtype，copy=False，order=order）值错误：无法将字符串转换为浮点值：malesklearn通常期望值为浮点值，因此您不能将字符串作为值传递，因此必须将字符串转换为数值，例如
0
和
1
这是pandas和numpy之间的一大摩擦。我不明白这为什么没有简化。我擅长建模和线性代数，但在这些细节上浪费了太多时间，这些细节是关于如何提取熊猫数据，并以sklearn可以接受的方式格式化数据。