对分类列进行序数编码
对分类值进行插补相较于数值型要多几个步骤。首先需要把它们转换为数值，因为无法对字符串执行统计运算。
您将使用一家餐厅记录的用户画像数据集，包含顾客偏好与选择。该数据集只有分类特征。在本练习中，您将使用 sklearn 中的 OrdinalEncoder 把分类列 'ambience' 转换为数值。DataFrame 已为您加载为 users。函数 OrdinalEncoder() 也已加载。
users DataFrame 的 head() 和 tail() 已为您打印。
本练习是课程的一部分
在 Python 中处理缺失数据
练习说明
- 创建序数编码器对象，并将其赋给
ambience_ord_enc。 - 选择
users中'ambience'列的非缺失值。 - 将
ambience_not_null重塑为形状(-1, 1)。 - 用编码后的值替换
ambience的非缺失值。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Set col_name to 'ambience'
col_name = 'ambience'
# Create Ordinal encoder
ambience_ord_enc = ___
# Select non-null values of ambience column in users
ambience = users[col_name]
ambience_not_null = ___
# Reshape ambience_not_null to shape (-1, 1)
reshaped_vals = ___
# Select the non-null values for the column col_name in users and store the encoded values
encoded_vals = ambience_ord_enc.fit_transform(reshaped_vals)
users.loc[___, col_name] = np.squeeze(encoded_vals)