python - sklearn LabelEncoder 中的标签不一致？

Question

我在数据帧上应用了 LabelEncoder()，它返回以下内容:

order/new_cart 有不同的标签编码数字，如 70、64、71 等

这是标签不一致，还是我哪里做错了什么？

Answer 1

LabelEncoder 适用于一维数组。如果将它应用于多个列，它将在列内保持一致，但在列之间不一致。

作为解决方法，您可以将数据帧转换为一维数组并对该数组调用 LabelEncoder。

假设这是数据框:

df
Out[372]: 
   0  1  2
0  d  d  a
1  c  a  c
2  c  c  b
3  e  e  d
4  d  d  e
5  d  b  e
6  e  e  b
7  a  e  b
8  b  c  c
9  e  a  b

先拆再改:

pd.DataFrame(LabelEncoder().fit_transform(df.values.ravel()).reshape(df.shape), columns = df.columns)
Out[373]: 
   0  1  2
0  3  3  0
1  2  0  2
2  2  2  1
3  4  4  3
4  3  3  4
5  3  1  4
6  4  4  1
7  0  4  1
8  1  2  2
9  4  0  1

编辑:

如果要存储标签，需要保存LabelEncoder对象。

le = LabelEncoder()
df2 = pd.DataFrame(le.fit_transform(df.values.ravel()).reshape(df.shape), columns = df.columns)

现在，le.classes_ 为您提供类(从 0 开始)。

le.classes_
Out[390]: array(['a', 'b', 'c', 'd', 'e'], dtype=object)

如果你想通过标签访问整数，你可以构造一个字典:

dict(zip(le.classes_, np.arange(len(le.classes_))))
Out[388]: {'a': 0, 'b': 1, 'c': 2, 'd': 3, 'e': 4}

您可以使用 transform 方法执行相同的操作，而无需构建字典:

le.transform('c')
Out[395]: 2