Python机器学习：replace()给字段值赋值

像“性别”这类数据尽量不要使用One Hot编码，因为One Hot编码后分成两个字段性别_是否男，性别_是否女，这两个字段是高度相关的，自变量具有相关关系也称为多重共线性，会影响预测的精度。那要怎么处理性别这类数据呢？

用repalce()把文本类型的赋值成数字类型的就可以啦：

data['is_male'] = data['Gender'].replace({'Female':0,'Male':1})

语法讲解：

Dataframe的数据格式可以接replace()这种方法；

replace()是方法名，是带括号的；

花括号是字典格式用来对多个值进行赋值，格式是：{原值:新值,原值:新值}；

处理前后对比：

 

 

replace清洗数据的其他用法：

Python数据分析:用replace()替换数据_紫昂张的博客-CSDN博客_python数据替换