LabelEncoder 不会编码字符串？

Question

我正在尝试将 pandas df 的非数字列编码为数值。我正在使用

df = df.fillna('0')
msk = np.random.rand(len(df)) < 0.8
df_train = df[msk]
df_test = df[~msk]
columns_to_encode = df.select_dtypes(exclude=[np.number]).columns
encoder_dict = {col: LabelEncoder() for col in columns_to_encode }
df_train_enc = df_train
df_test_enc = df_test
for col in columns_to_encode:
    encoder_dict[col].fit_transform(df_train_enc[col])

但是，这会引发错误TypeError: '<' not supported between instances of 'str' and 'float'。我在这里想念什么？我认为 LabelEncoder 应该能够将字符串转换为数字...

Answer 1

LabelEncoder 可以毫无问题地处理字符串标签，因此，如果您的数据中有混合类型（例如，由于缺少值），您可以使用：

for col in columns_to_encode:
    encoder_dict[col].fit_transform(df_train_enc[col].astype(str))