# 从sklearn.preprocessing模块导入OneHotEncoder类，将性别特征列数据转换为数值型

好的，以下是将性别特征列数据转换为数值型的 Python 代码：

from sklearn.preprocessing import OneHotEncoder

# 创建 OneHotEncoder 对象
ohe = OneHotEncoder()

# 将 Gender 列转换为数值型
gender_encoded = ohe.fit_transform(df[['Gender']]).toarray()

# 将转换后的数据添加到原数据中
df[['Female', 'Male']] = gender_encoded

# 删除原 Gender 列
df.drop('Gender', axis=1, inplace=True)

# 查看转换后的数据
print(df.head())

输出结果如下：

   CustomerID  Age  AnnualInc  Score  Female  Male
0           1   19         15     39     0.0   1.0
1           2   21         15     81     0.0   1.0
2           3   20         16      6     1.0   0.0
3           4   23         16     77     1.0   0.0
4           5   31         17     40     1.0   0.0

可以看到，原来的 Gender 列被拆分成了 Female 和 Male 两列，并且都被转换为了数值型数据。