Este dilema se puede solucionar de diversas formas, pero te compartimos la que para nosotros es la solución más completa.
Ejemplo 1: cómo convertir datos categóricos a datos numéricos en python
obj_df["body_style"]= obj_df["body_style"].astype('category')
obj_df.dtypes
Ejemplo 2: cómo convertir datos categóricos a datos numéricos en python
import pandas as pd
import numpy as np
# Define the headers since the data does not have any
headers =["symboling","normalized_losses","make","fuel_type","aspiration","num_doors","body_style","drive_wheels","engine_location","wheel_base","length","width","height","curb_weight","engine_type","num_cylinders","engine_size","fuel_system","bore","stroke","compression_ratio","horsepower","peak_rpm","city_mpg","highway_mpg","price"]# Read in the CSV file and convert "?" to NaN
df = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/autos/imports-85.data",
header=None, names=headers, na_values="?")
df.head()
Si te animas, tienes la opción de dejar una reseña acerca de qué te ha gustado de este escrito.
¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)