......年后（而且因为我认为需要对这些问题进行很好的解释，不仅是为了这个问题，而且是为了帮助将来提醒自己）

顺序与标称

一般来说，我们会将分类变量转换为哑变量（或host of other methodologies），因为它们是名义变量，例如，它们没有a > b > c的意义。在OP的原始问题中，这只在城市中执行，如伦敦、苏黎世、纽约。

标称值的虚拟变量

对于这种类型的问题，pandas提供了--到目前为止--使用pandas.get_dummies最简单的转换。

# create a sample of OPs unique values
series = pandas.Series(
           numpy.random.randint(low=0, high=3, size=100))
mapper = {0: 'New York', 1: 'London', 2: 'Zurich'}
nomvar = series.replace(mapper)

# now let's use pandas.get_dummies
print(
    pandas.get_dummies(series.replace(mpr))

Out[57]:
    London  New York  Zurich
0        0         0       1
1        0         1       0
2        0         1       0
3        1         0       0

分类变量的序数编码

然而，对于有序变量，用户必须谨慎使用pandas.factorize，原因是工程师希望在Map中保留关系，使得a > b > c。
所以如果我想取一组分类变量，其中large > medium > small，并保持它，我需要确保pandas.factorize保持这种关系。

# leveraging the variables already created above
mapper = {0: 'small', 1: 'medium', 2: 'large'}
ordvar = series.replace(mapper)

print(pandas.factorize(ordvar))

Out[58]:
(array([0, 1, 1, 2, 1,...  0, 0]),
Index(['large', 'small', 'medium'], dtype='object'))

事实上，为了维护序数的概念而需要保留的关系在使用pandas.factorize时已经丢失，在这样的示例中，我使用自己的Map来确保序数属性得到保留。

preserved_mapper = {'large':2 , 'medium': 1, 'small': 0}
ordvar.replace(preserved_mapper)
print(ordvar.replace(preserved_mapper))

Out[78]:
0     2
1     0
...
99    2
dtype: int64

事实上，通过创建自己的dict来Map值，不仅可以保留您想要的顺序关系，还可以用来“保持预测算法的内容和Map的组织性”，确保您不仅不会在过程中丢失任何顺序信息，而且还可以存储每个变量的每个Map是什么的记录。

int s转换为sklearn

最后，OP谈到了将信息传递到scikit-lean分类器，这意味着需要int。在这种情况下，如果您的数据中有任何NaN，请确保您知道这里详细介绍的astype(int) gotcha。

您应该对分类变量使用OneHotEncoder转换器，而不修改序数变量：

>>> import pandas as pd
>>> from sklearn.preprocessing import OneHotEncoder
>>> df = pd.DataFrame({'quality': [1, 2, 3], 'city': [3, 2, 1], columns=['quality', 'city']}
>>> enc = OneHotEncoder(categorical_features=[False, True])
>>> X = df.values
>>> enc.fit(X)
>>> enc.transform(X).todense()
matrix([[ 0.,  0.,  1.,  1.],
        [ 0.,  1.,  0.,  2.],
        [ 1.,  0.,  0.,  3.]])

请参见https://pandas.pydata.org/pandas-docs/stable/generated/pandas.factorize.html并查看此问题How to reformat categorical Pandas variables for Sci-kit Learn