如何为 Pandas 数据框中的特定列应用 LabelEncoder答案

【问题标题】：How to apply LabelEncoder for a specific column in Pandas dataframe如何为 Pandas 数据框中的特定列应用 LabelEncoder
【发布时间】：2018-10-19 21:38:24
【问题描述】：

我有一个数据帧加载的数据集，其中类标签需要使用来自 scikit-learn 的LabelEncoder 进行编码。 label 列是类标签列，具有以下类：

[‘Standing’, ‘Walking’, ‘Running’, ‘null’]

为了执行标签编码，我尝试了以下方法，但它不起作用。我该如何解决？

from sklearn import preprocessing
import pandas as pd

df = pd.read_csv('dataset.csv', sep=',') 
df.apply(preprocessing.LabelEncoder().fit_transform(df['label']))

【问题讨论】：

如果你只是在apply()之外单独运行preprocessing.LabelEncoder().fit_transform(df['label'])，你会得到编码标签吗？
是的，你是对的，错误消失了，但我没有看到编码！类没有被转换。这就是为什么我使用apply() 以便在数据框中应用转换
apply() 接受一个函数，它将应用于每个点。在这里，您将转换后的数据发送到 apply()，而不是函数，因此是错误。

标签： python python-3.x machine-learning scikit-learn label-encoding

【解决方案1】：

你可以尝试如下：

le = preprocessing.LabelEncoder()
df['label'] = le.fit_transform(df.label.values)

或者以下也可以：

df['label'] = le.fit_transform(df['label'])

它将用编码标签替换数据框中的原始label 值。

【讨论】：

感谢您的回答。我认为有一个错误AttributeError: 'DataFrame' object has no attribute 'label'。我正在使用 Python 3.6
label 不是dataframe 中的列吗？还是成功了？
列label 是包含这些值之一的类标签[‘Standing’, ‘Walking’, ‘Running’, ‘null’]
是的！ df['label'] = le.fit_transform(df['label']) 工作！非常感谢

【解决方案2】：

你也可以这样做：

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
df.col_name= le.fit_transform(df.col_name.values)

其中 col_name = 您要标记编码的特征

【讨论】：

更好的是df.col_name.values

【解决方案3】：

 from sklearn.preprocessing import LabelEncoder
 le = LabelEncoder()
 X[:, 2] = le.fit_transform(X[:, 2])

如果您想更改 CSV 数据中的特定列，这可能会有所帮助

【讨论】：