大家好，昨天讀取了資料集，對資料進行觀察，並且填補有缺失的資料，今天要對這些資料進行處理。

首先要處理的是資料型態的問題，讀取的這些檔案中有資料是無法直接輸入模型的型態，所以要進行轉換，先顯示資料型態做觀察。

print(pokemon_df.dtypes)
print(combats_df.dtypes) 

可以發現pokemon_df裡，Name、Type 1、Type 2、Legendary的資料型態是object和bool，這些是無法直接輸入模型，其中Name是不會用到的資料，之後會從資料集中去除，其他的則是要進行轉換，要將Type 1、Type 2的資料型態從object轉為category，之後會再透過這個型態下的cat.codes方法轉為數值表示；將Legendary的資料型態從bool轉為int，False和True會用0和1來表示。

pokemon_df['Type 1'] = pokemon_df['Type 1'].astype('category')
pokemon_df['Type 2'] = pokemon_df['Type 2'].astype('category')
pokemon_df['Legendary'] = pokemon_df['Legendary'].astype('int')
pokemon_df.dtypes

接下來會使用one-hot encoding和數值來表示寶可夢的屬性，用作之後訓練資料的比較。

先分別取得Type 1和Type 2的one-hot encoding，方法是pd.get_dummies：

df_type1_one_hot = pd.get_dummies(pokemon_df['Type 1']) 
df_type2_one_hot = pd.get_dummies(pokemon_df['Type 2'])

再將兩組one-hot encoding合併，然後併回資料集：

combine_df_one_hot=df_type1_one_hot.add(df_type2_one_hot,fill_value=0).astype('int64')
pokemon_df = pokemon_df.join(combine_df_one_hot)
pokemon_df.head()

數值表示的部分會轉換Type 1、Type 2型態為int，並且取代原本Type 1、Type2的資料：

pokemon_df['Type 2'].cat.codes.head(10)
pokemon_df['Type 1'] = pokemon_df['Type 1'].cat.codes
pokemon_df['Type 2'] = pokemon_df['Type 2'].cat.codes
pokemon_df.head()

接著去除不會用到的資料name：
pokemon_df.drop('Name', axis='columns', inplace=True)

最後將combats_df裡獲勝的表示改成0和1，第一支贏表示成0，第二支贏則是1：

combats_df['Winner'] = combats_df.apply(lambda x: 0 if x.Winner == x.First_pokemon else 1, axis='columns')
combats_df.head()