Pandas DataFrame：无法将字符串列（？）转换为Int

Question

我正在运行一些机器学习代码，要求我的Pandas DataFrame中的值为数字（浮点数，整数等）。它看起来像这样（X是训练集，Y是目标向量）：

from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error
lin_reg = LinearRegression()
lin_reg.fit(X, Y)
views_predictions = lin_reg.predict(X)
lin_mse = mean_squared_error(Y, views_predictions)
lin_rmse = np.sqrt(lin_mse)
lin_rmse

但是，尝试运行时出现此错误：

ValueError: could not convert string to float: original

所以，我检查了我的DataFrame的dtype，看到我的type列是一个对象，而不是一个字符串......

我试过这个来解决这个问题：

final_df['type'] = (final_df['type'] == 'licensed').astype(int)

不幸的是，我收到一个奇怪的类型错误：

TypeError: Could not compare ['licensed'] with block values

不确定如何解释或解决问题。

有什么建议吗？

谢谢！

Answer 1

＆lt; p＆gt;您的示例使其看起来好像您正在尝试将实际单词转换为整数，而不仅仅是存储为字符串的数字。＆lt; / p＆gt; ＆lt; p＆gt;通常在sklearn模型中使用字符串，您需要将字符串映射到占位符整数值。尝试使用如下地图：＆lt; / p＆gt; ＆lt; pre＆gt;＆lt; code＆gt; type_map = {value：i for i，value in enumerate（list（final_df [＆＃39; type＆＃39;]。unique（）））} final_df [＆＃39; type_int＆＃39;] = final_df [＆＃39; type＆＃39;]。map（value_map） ＆LT; /代码＆GT;＆LT; /预＆GT; ＆lt; p＆gt;现在删除原始＆lt; code＆gt; final_df [＆＃39; type＆＃39;]＆lt; / code＆gt;列，并使用＆lt; code＆gt; final_df [＆＃39; type_int＆＃39;]＆lt; / code＆gt;而是为了你的计算。＆lt; / p＆gt;