如何使用 sklearn 标签编码器并直接应用于我的数据帧

Question

我有一个数据框，我想直接在其上使用 LabelEncoder。

数据帧：

df.select_dtypes('object').iloc[:,1:]

  Gender  Married x_y   x_z 
0   Male    No     0     No       
1   Male    Yes    1     No         
2   Male    Yes    2     Yes        
3   Male    Yes    3+    No   
4   Male    No     1     No     

我试过这些：

le = LabelEncoder()
df.select_dtypes('object').iloc[:,1:].apply(le.fit_transform, axis=1)

TypeError: ("'

df.select_dtypes('object').iloc[:,1:].apply(LabelEncoder.fit_transform)

TypeError: ("fit_transform() 缺少 1 个必需的位置参数： 'y'", '发生在索引性别')

关于如何使用它的任何帮助。

Answer 1

我能想到的最基本的方法是选择对象列，然后使用 LabelEncoder 循环遍历它们和fit_transform()

for col in df.select_dtypes(object).columns:
    df[col]=LabelEncoder().fit_transform(df[col])

Answer 2

假设 df 是您想要转换的过滤数据框（例如，根据您在问题中的示例）：

>>> df.apply(LabelEncoder().fit_transform)
   Gender  Married  x_y  x_z
0       0        0    0    0
1       0        1    1    0
2       0        1    2    1
3       0        1    3    0
4       0        0    1    0

为了使解码更通用，您需要跟踪标签编码器（我使用了一个以数据框列名称为键的字典）。然后，您需要适合每个人。

encoders = {col: LabelEncoder().fit(df[col]) for col in df}

encoded_df = pd.DataFrame(
    {col: encoders[col].transform(df[col]) for col in df},
    index=df.index)
>>>encoded_df
   Gender  Married  x_y  x_z
0       0        0    0    0
1       0        1    1    0
2       0        1    2    1
3       0        1    3    0
4       0        0    1    0

decoded_df = pd.DataFrame(
    {col: encoders[col].inverse_transform(encoded_df[col]) for col in encoded_df},
    index=encoded_df.index)
  Gender Married x_y  x_z
0   Male      No   0   No
1   Male     Yes   1   No
2   Male     Yes   2  Yes
3   Male     Yes  3+   No
4   Male      No   1   No