将字符串列转换为整数？

Question

`# Convert string column to integer
def str_column_to_int(dataset, column):
      class_values = [row[column] for row in dataset]
      unique = set(class_values)
      lookup = dict()
      for i, value in enumerate(unique):
        lookup[value] = i
      for row in dataset:
        row[column] = lookup[row[column]]
    return lookup`

上面的代码是将一列字符串转换为整数（或一个热编码）的最基本的机器学习代码片段。然而，我很难理解这段代码，尤其是class_values = [row[column] for row in dataset] unique = set(class_values)这两行代码做了什么使它做了一个热编码？你知道吗

Answer 1

>>> dataset = [
...     [1, 2],
...     [1, 2],
...     [1, 2]
... ]
>>> column = 1
>>> class_values = [row[column] for row in dataset]
>>> class_values
[2, 2, 2]
>>> unique = set(class_values)
>>> unique
{2}

Answer 2

所以class_values = [row[column] for row in dataset]就是所谓的列表理解。这是用python创建列表的简写方法。这句话相当于说：

class_values = []
for row in dataset:
    class_values.append(row[column])

这些在Python中非常常见，所以一定要阅读并使用它们进行练习。他们使你的代码更干净，节省时间。你知道吗

集合可以准备在这里：Sets

简言之，它们是一个独特的分组。因此，如果你做了一组列表，你会得到一个包含列表中所有唯一值的对象