OneHotEncoder categorical_features已贬值，如何转换特定列

Question

我需要将独立字段从字符串转换为算术符号。我正在使用OneHotEncoder进行转换。我的数据集有许多独立的列，其中一些是：

Country     |    Age       
--------------------------
Germany     |    23
Spain       |    25
Germany     |    24
Italy       |    30 

我必须像编码国家列

0     |    1     |     2     |       3
--------------------------------------
1     |    0     |     0     |      23
0     |    1     |     0     |      25
1     |    0     |     0     |      24 
0     |    0     |     1     |      30

我通过使用OneHotEncoder成功获得了欲望的转化

#Encoding the categorical data
from sklearn.preprocessing import LabelEncoder

labelencoder_X = LabelEncoder()
X[:,0] = labelencoder_X.fit_transform(X[:,0])

#we are dummy encoding as the machine learning algorithms will be
#confused with the values like Spain > Germany > France
from sklearn.preprocessing import OneHotEncoder

onehotencoder = OneHotEncoder(categorical_features=[0])
X = onehotencoder.fit_transform(X).toarray()

现在，我可以使用折旧消息categories='auto'。如果我这样做，那么将对所有独立列（例如国家/地区，年龄，工资等）进行转换。

如何仅在数据集第0列上实现转换？

Answer 1

实际上有2条警告：

FutureWarning：整数数据的处理将在0.22版中更改。当前，类别是根据范围[0，max（values）]确定的，而将来，它们将根据唯一值来确定。如果您想要将来的行为并消除此警告，则可以指定“ categories ='auto'”。如果您在此OneHotEncoder之前使用LabelEncoder将类别转换为整数，则现在可以直接使用OneHotEncoder。

第二个：

'categorical_features'关键字在0.20版中已弃用，并将在0.22版中删除。您可以改用ColumnTransformer。
“改为使用ColumnTransformer。”，DeprecationWarning）

将来，除非您要使用“ categories ='auto'”，否则不应直接在OneHotEncoder中定义列。第一条消息还告诉您直接使用OneHotEncoder，而无需先使用LabelEncoder。最后，第二条消息告诉您使用ColumnTransformer，这就像用于列转换的Pipe。

这是您的情况的等效代码：

from sklearn.compose import ColumnTransformer 
ct = ColumnTransformer([("Name_Of_Your_Step", OneHotEncoder(),[0])], remainder="passthrough")) # The last arg ([0]) is the list of columns you want to transform in this step
ct.fit_transform(X)    

另请参阅：ColumnTransformer文档

对于上面的例子；

编码分类数据（基本将文本更改为数值数据，即国家/地区名称） from sklearn.preprocessing import LabelEncoder, OneHotEncoder from sklearn.compose import ColumnTransformer 编码国家/地区列 labelencoder_X = LabelEncoder() X[:,0] = labelencoder_X.fit_transform(X[:,0]) ct = ColumnTransformer([("Country", OneHotEncoder(), [0])], remainder = 'passthrough') X = ct.fit_transform(X)

Answer 2

从 0.22 版本开始，您可以编写如下相同的代码：

from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer
ct = ColumnTransformer([("Country", OneHotEncoder(), [0])], remainder = 'passthrough')
X = ct.fit_transform(X)

如您所见，您不再需要使用LabelEncoder了。

Answer 3

transformer = ColumnTransformer(
    transformers=[
        ("Country",        # Just a name
         OneHotEncoder(), # The transformer class
         [0]            # The column(s) to be applied on.
         )
    ], remainder='passthrough'
)
X = transformer.fit_transform(X)

提醒将保留以前的数据，而第 [0] 列将被替换将被编码

Answer 4

不要使用labelencoder，直接使用OneHotEncoder。

from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import make_column_transformer
A = make_column_transformer(
    (OneHotEncoder(categories='auto'), [0]), 
    remainder="passthrough")

x=A.fit_transform(x)