我使用LabelEncoder，并OneHotEncoder从sklearn一个机器学习项目编码数据集中的标签（国名）。一切正常，我的模型运行完美。该项目将根据包括客户所在国家/地区在内的许多功能（数据）对银行客户是继续还是离开银行进行分类。
当我要预测（分类）新客户（仅一个）时，就会出现我的问题。新客户的数据仍未进行预处理（即，国家/地区名称未编码）。类似于以下内容：
new_customer = np.array([['France', 600, 'Male', 40, 3, 60000, 2, 1,1, 50000]])
在我学习机器学习的在线课程中，讲师打开了包含编码数据的预处理数据集，并手动检查了France的代码并在中对其进行了更新new_customer，如下所示：
new_customer = np.array([[0, 0, 600, 'Male', 40, 3, 60000, 2, 1,1, 50000]])
我认为这不切实际，必须有一种方法可以自动将France编码为原始数据集中使用的相同代码，或者至少应有一种返回国家及其编码值的列表的方法。手动编码标签似乎很乏味且容易出错。那么，如何使该过程自动化或为标签生成代码？提前致谢。