将dtype=对象转换为dtype=‘区S5’

Question

我有一个csv文件，我装载熊猫如下：

classes_dataset2=pd.read_csv("labels.csv")
classes_dataset2[0:10]

0    A
1    A
2    N
3    N
4    O
5    O
6    5
7    5
8    P
9    P
Name: label, dtype: object

时不接受此dtype: object。

from sklearn.preprocessing import LabelBinarizer
encoder=LabelBinarizer()
classes_dataset = encoder.fit_transform(classes_dataset2)

我得到了以下错误

ValueError: Mix of label input types (string and number)

这就是为什么我希望将dtype从object转换为dtype='|S5'，以便按如下方式获得标签：

array(['A', 'A', 'N', 'N', 'O', 'O', '5', '5', 'P', 'P'], 
      dtype='|S5')

我如何将对象类型转换为“AC.26 S5”类型？

EDIT1

当我做classes_dataset2.astype('|S5')的时候

from sklearn.preprocessing import LabelBinarizer
encoder=LabelBinarizer()
classes_dataset = encoder.fit_transform(classes_dataset2.astype('|S5'))

我没有错误。看起来很管用。不过，我想知道

‘，'A'，'N'，'N'，'O'，'O'，'5'，'5’，'P'，'P‘或0,1,2。九？你能不能向我证实：“a”、“A”、“N”、“N”、“O”、“O”、“5”、“5”、“P”、“P”，而不是指数？

Answer 1

您可以使用astype来转换dtype of Series，通常我会选择str，但是如果您坚持使用numpy类型的'|S5'，则只需传递以下内容：

In [16]:    
s = pd.Series(['A','A', 'N', 'N', 'O', 'O', 5, 5, 'P','P'])
s

Out[16]:
0    A
1    A
2    N
3    N
4    O
5    O
6    5
7    5
8    P
9    P
dtype: object    

In [18]:
s.astype('|S5')

Out[18]:
0    b'A'
1    b'A'
2    b'N'
3    b'N'
4    b'O'
5    b'O'
6    b'5'
7    b'5'
8    b'P'
9    b'P'
dtype: bytes40

引用object在这里的含义，如果您的混合dtype不是全部数值的，或者是str，那么object在这里引用python对象，它是预期的和正确的行为。