python - 在 Python 中将具有多个特征的分类数据转换为数字的最快方法是什么？

Question

举个例子，我有一个 mushroom具有数十个分类特征的数据集。我想将其加载到 pandas.DataFrame 中并转换为数字。样本的特征存储在列中，行代表不同的样本。因此，数字转换应该应用于列。在 R 中，我只需要两行代码即可:

#Load the data. The features are categorical.
mushrooms <- read.csv("https://archive.ics.uci.edu/ml/machine-learning-databases/mushroom/agaricus-lepiota.data", header = FALSE, stringsAsFactors = TRUE)

#Convert the features to numeric. The features are stored in columns.
mushroomsNumeric <- data.frame(lapply(mushrooms, as.numeric))

# View the first 5 samples of the original data.
mushrooms[1:5,]
  V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20 V21 V22 V23
1  p  x  s  n  t  p  f  c  n   k   e   e   s   s   w   w   p   w   o   p   k   s   u
2  e  x  s  y  t  a  f  c  b   k   e   c   s   s   w   w   p   w   o   p   n   n   g
3  e  b  s  w  t  l  f  c  b   n   e   c   s   s   w   w   p   w   o   p   n   n   m
4  p  x  y  w  t  p  f  c  n   n   e   e   s   s   w   w   p   w   o   p   k   s   u
5  e  x  s  g  f  n  f  w  b   k   t   e   s   s   w   w   p   w   o   e   n   a   g

# View the first 5 samples of the converted data.  
mushroomsNumeric[1:5,]
  V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20 V21 V22 V23
1  2  6  3  5  2  7  2  1  2   5   1   4   3   3   8   8   1   3   2   5   3   4   6
2  1  6  3 10  2  1  2  1  1   5   1   3   3   3   8   8   1   3   2   5   4   3   2
3  1  1  3  9  2  4  2  1  1   6   1   3   3   3   8   8   1   3   2   5   4   3   4
4  2  6  4  9  2  7  2  1  2   6   1   4   3   3   8   8   1   3   2   5   3   4   6
5  1  6  3  4  1  6  2  2  1   5   2   4   3   3   8   8   1   3   2   1   4   1   2

在 Python 中使用 pandas.DataFrame 执行相同操作的最快方法是什么？谢谢!

Answer 1

您还可以使用LabelEncoder来自 sklearn 库。

from sklearn.preprocessing import LabelEncoder
lbl = LabelEncoder()

# sample data
df = pd.DataFrame({'V1': ['a','b','a','d'],
                   'V2':['c','d','d','c']})

# apply function
df.apply(lbl.fit_transform)

   V1   V2
0   0   0
1   1   1
2   0   1
3   2   0