怎么将数据集ObesityDataSet_raw_and_data_sinthetic.csv中数据类型为yes/no的数据转换成数值型数据

将数据类型为yes/no的数据转换成数值型数据可以采用以下两种方式：

1. 将yes替换为1，将no替换为0，可以使用Python中的replace()方法来实现，例如：

import pandas as pd

# 读取数据集
df = pd.read_csv('ObesityDataSet_raw_and_data_sinthetic.csv')

# 将yes替换为1，将no替换为0
df = df.replace({'yes': 1, 'no': 0})

2. 将yes编码为1，将no编码为0，可以使用sklearn.preprocessing中的LabelEncoder类来实现，例如：

from sklearn.preprocessing import LabelEncoder
import pandas as pd

# 读取数据集
df = pd.read_csv('ObesityDataSet_raw_and_data_sinthetic.csv')

# 将yes编码为1，将no编码为0
le = LabelEncoder()
df['Column_Name'] = le.fit_transform(df['Column_Name'])

其中，'Column_Name'是需要转换的列名。