機械学習用のデータセットに含まれるラベルを整数に置換します。 「美味しい」・「不味い」とかを数値にします。 いわゆる、カテゴリデータ（質的変数）の数値への変換です。 ラベルを特徴量に含むデータに対してお使い下さい。 なお、このWebサイト（ http://noumenon-th.net/programming/2016/04/21/df/ ）にあるようにpandasにも変換機能はあるのですが、列を指定する必要があったり浮動小数点に変換されるなど場合によっては不都合があります。 その点でこのモジュールは有用だと思います。ただし、順序（例：上手い・普通・下手）は考慮しませんのでご注意下さい。

label2value.py

# purpose: 機械学習用のデータセットに含まれるラベルを整数に置換する
# author: Katsuhiro Morishita
# created: 2017-07-11
# license: MIT
import sys
import pandas as pd
import math
import numpy as np


def label2val(df):
	""" ラベルを整数に変換する
	df: DataFrame at pandas, 表状のオブジェクト
	"""
	# 1列ずつ、ラベルかどうか確認しつつラベルを整数に置換する
	for i in range(len(df.columns)):
		print(i)

		# 列のデータを取得
		col = df[df.columns[i]]

		# ラベルを取得する
		labels = set()   # ラベルの種類を調べたいので、集合を使う
		for j in range(len(col)): # 全ての行を処理
			val = col.iloc[j]
			if isinstance(val, str):
				labels.add(val)
			elif math.isnan(val): # nanはfloatなので、float判定より先に無くてはならない。
				labels.add("nan")	
			elif isinstance(val, bool) or isinstance(val, np.bool_):
				labels.add(str(val))
			elif isinstance(val, int) or isinstance(val, float) or isinstance(val, np.int32) or isinstance(val, np.int64) or isinstance(val, np.float32) or isinstance(val, np.float64):
				labels = set() # 数値が列内に1つでもあれば変換しない。
				break

		# ラベルの列があれば、整数に変換
		print(labels)
		if len(labels) != 0: # ラベルが1つ以上あれば処理
			new_col = []
			labels = list(labels)
			for j in range(len(col)): # 全ての行を処理
				val = col.iloc[j]
				if not isinstance(val, str) and math.isnan(val):
					new_col.append(labels.index("nan"))	
				elif isinstance(val, bool) or isinstance(val, np.bool_):
					new_col.append(labels.index(str(val)))	
				else:
					new_col.append(labels.index(val))
			#print(new_col)
			df[df.columns[i]] = new_col # 列をまるごと入れ替える

	return df


def main():
	# 引数から処理対象のファイル名を取得
	argvs = sys.argv  # コマンドライン引数を格納したリストの取得
	if len(argvs) < 2:
		print("引数で処理対象を指定して下さい")
		exit()
	target = argvs[1]       # 分割対象のファイル名を取得

	# 指定されたファイルを処理
	df = pd.read_csv(target) # ファイルを読み込む
	df = label2val(df)
	df.to_csv("valued.csv", index=False)


if __name__ == "__main__":
	main()