LabelEncoder指定DataFrame中的类

Question

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)

这是标签的映射方式

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

我猜测E没有给出值,4因为它没有出现在除了之外的任何其他列中Feat 5.

我希望E被赋予4- 但不知道如何在DataFrame中执行此操作.

Answer 1

您可以fit使用标签编码器,然后transform将标签转换为标准化编码,如下所示:

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

默认情况下,指定标签的一种方法是:

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

Answer 2

您可以在单个语句中进行拟合和转换，请找到用于对单个列进行编码并分配回数据框的代码。

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