LabelEncoder 在 DataFrame 中指定类

Posted 2023-03-12

【中文标题】LabelEncoder 在 DataFrame 中指定类

【英文标题】：LabelEncoder specify classes in DataFrame

【发布时间】：2016-12-18 00:23:35

【问题描述】：

我正在将 LabelEncoder 应用于 pandas DataFrame，df

Feat1  Feat2  Feat3  Feat4  Feat5
  A      A      A      A      E
  B      B      C      C      E
  C      D      C      C      E
  D      A      C      D      E

我正在将标签编码器应用于这样的数据帧 -

from sklearn import preprocessing
le = preprocessing.LabelEncoder()
intIndexed = df.apply(le.fit_transform)

这就是标签的映射方式

A = 0
B = 1
C = 2
D = 3
E = 0

我猜E 没有给出4 的值，因为它没有出现在除Feat 5 之外的任何其他列中。

我希望 E 被赋予 4 的值 - 但不知道如何在 DataFrame 中执行此操作。

【问题讨论】：

你可以使用df.replace('A': 0, 'B': 1, 'C': 2, 'D': 3, 'E': 4)?

【参考方案1】：

您可以fit 标签编码器和稍后transform 标签对其标准化编码如下：

In [4]: from sklearn import preprocessing
   ...: import numpy as np

In [5]: le = preprocessing.LabelEncoder()

In [6]: le.fit(np.unique(df.values))
Out[6]: LabelEncoder()

In [7]: list(le.classes_)
Out[7]: ['A', 'B', 'C', 'D', 'E']

In [8]: df.apply(le.transform)
Out[8]: 
   Feat1  Feat2  Feat3  Feat4  Feat5
0      0      0      0      0      4
1      1      1      2      2      4
2      2      3      2      2      4
3      3      0      2      3      4

---

一种默认指定标签的方法是：

In [9]: labels = ['A', 'B', 'C', 'D', 'E']

In [10]: enc = le.fit(labels)

In [11]: enc.classes_                       # sorts the labels in alphabetical order
Out[11]: 
array(['A', 'B', 'C', 'D', 'E'], 
      dtype='<U1')

In [12]: enc.transform('E')
Out[12]: 4

【讨论】：

感谢您的回答 Nickil，但这已将映射更改为 A = 1、B = 2、C = 3、D = 4、E = 0。我可以指定我想要的值吗？

是的，您可以指定需要编码的标签[见编辑的答案]。但是LabelEncoder在内部对它们进行排序并返回排序后的列表。

有没有办法把它放到管道中？

【参考方案2】：

您可以在单个语句中适应和转换， 请找到编码单列并分配回数据框的代码。

df[columnName] = LabelEncoder().fit_transform(df[columnName])