如何使用 sklearn 对 CSV 文件中的多列进行一次热编码？

Posted 2023-03-12

【中文标题】如何使用 sklearn 对 CSV 文件中的多列进行一次热编码？

【英文标题】：How to one hot encode multiple columns in CSV file using sklearn?

【发布时间】：2020-10-28 06:17:38

【问题描述】：

我的 CSV 文件中有以下代码用于对一列进行一次热编码。

from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder
ct = ColumnTransformer(transformers=[('encoder', OneHotEncoder(), [0])], remainder='passthrough')
X = np.array(ct.fit_transform(X))

现在我想通过仅使用索引号而不是该列的名称对该 CSV 文件中的多个列进行一次热编码，我该怎么做？

【参考方案1】：

如果我没记错的话，transformers=[] 的第三个参数是一个热编码的列索引列表。例如，如果您想对索引为 0 和 1 的列进行一次热编码，则第三行可能如下所示：

ct = ColumnTransformer(transformers=[('encoder', OneHotEncoder(), [0,1])], remainder='passthrough')

我发现此链接很有帮助：https://machinelearningmastery.com/columntransformer-for-numerical-and-categorical-data/