相关数据框:http://archive.ics.uci.edu/ml/machine-learning-databases/adult/adult.data
我已经在 DataFrame 上手动添加了一个“性别”列，我试图用 0 替换“男性”，用 1 替换“女性”，但它似乎不起作用。我只是得到一个“NaN”值而不是 1 和 0。
相关代码:
df['sex'] = df['sex'].map({'Male': 0, 'Female': 1})
它似乎并不特定于“性别”列，因为这也不起作用:
df['success'] = df['success'].map({'<=50K': 0, '>50k':1})
有什么想法吗？
请您参考如下方法:
@ayhan 是正确的，空白导致了问题。一个更合适的解决方法是添加 skipinitialspace，当您使用 read_csv 读取数据时，它默认设置为 False .
df = pd.read_csv(io.StringIO(data), delimiter=',', skipinitialspace=True, header=None )
df[9] = df[9].map({'Male': 0, 'Female': 1})
会给我们(第 9 列是“性别”列):
0 1 2 3 4 5 \
0 39 State-gov 77516 Bachelors 13 Never-married
1 50 Self-emp-not-inc 83311 Bachelors 13 Married-civ-spouse
2 38 Private 215646 HS-grad 9 Divorced
6 7 8 9 10 11 12 13 \
0 Adm-clerical Not-in-family White 0 2174 0 40 United-States
1 Exec-managerial Husband White 0 0 0 13 United-States
2 Handlers-cleaners Not-in-family White 0 0 0 40 United-States
14
0 <=50K
1 <=50K
2 <=50K
