我有一个称为data的数据框,其中的一列包含字符串。我想从字符串中提取字符,因为我的目标是对它们进行一次热编码并使其可用于分类。包含字符串的列按如下方式存储在预测变量中:
predictors = pd.DataFrame(data, columns = ['Sequence']).to_numpy()
打印后的结果是:
[['DKWL']
['FCHN']
['KDQP']
...
['SGHC']
['KIGT']
['PGPT']]
,而我的目标是得到一些类似的东西:
[['D', 'K', 'W', 'L']
...
['P', 'G', 'P, 'T']]
据我了解,这是一种更适合单次编码的形式。
我已经尝试过此处提供的答案如何将字符串字符转换为列表?还是这里如何用字符串字符创建列表?没有成功。
具体来说,我也尝试过这样:
for row in predictors:
row = list(row)
但结果的形式与预测变量相同,即
[['DKWL']
['FCHN']
['KDQP']
...
['SGHC']
['KIGT']
['PGPT']]
您可以通过列表理解将值转换为字母list
,然后array
根据需要转换为字母:
predictors = np.array([list(x) for x in data])
或转换列predictors['Sequence']
:
a = np.array([list(x) for x in predictors['Sequence']])
print(a)
[['D' 'K' 'W' 'L']
['F' 'C' 'H' 'N']
['K' 'D' 'Q' 'P']
['S' 'G' 'H' 'C']
['K' 'I' 'G' 'T']
['P' 'G' 'P' 'T']]
对于系列使用:
s = predictors['Sequence'].apply(list)
print(s)
0 [D, K, W, L]
1 [F, C, H, N]
2 [K, D, Q, P]
3 [S, G, H, C]
4 [K, I, G, T]
5 [P, G, P, T]
Name: Sequence, dtype: object
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句