python - 使用 OrdinalEncoder 转换分类值

Question

我有一个包含以下列的数据集:

No  Name  Sex  Blood  Grade  Height  Study
1   Tom   M    O      56     160     Math
2   Harry M    A      76     192     Math
3   John  M    A      45     178     English
4   Nancy F    B      78     157     Biology
5   Mike  M    O      79     167     Math
6   Kate  F    AB     66     156     English
7   Mary  F    O      99     166     Science

我想把它改成这样:

No  Name  Sex  Blood  Grade  Height  Study
1   Tom   0    0      56     160     0
2   Harry 0    1      76     192     0
3   John  0    1      45     178     1
4   Nancy 1    2      78     157     2
5   Mike  0    0      79     167     0
6   Kate  1    3      66     156     1
7   Mary  0    0      99     166     3

我知道有一个库可以做到这一点

from sklearn.preprocessing import OrdinalEncoder

我已经尝试过但没有成功

enc = OrdinalEncoder()
enc.fit(df[["Sex","Blood", "Study"]])

谁能帮我找出我做错了什么以及如何做？

Answer 1

你就快到了!

基本上是 fit 方法，准备编码器(适合您的数据，即准备映射)但不转换数据。

您必须调用 transform 来转换数据，或使用 fit_transform 来拟合和转换相同的数据。

enc = OrdinalEncoder()
enc.fit(df[["Sex","Blood", "Study"]])
df[["Sex","Blood", "Study"]] = enc.transform(df[["Sex","Blood", "Study"]])

或直接

enc = OrdinalEncoder()
df[["Sex","Blood", "Study"]] = enc.fit_transform(df[["Sex","Blood", "Study"]])

注意:这些值不会是您提供的值，因为在内部 fit 方法使用 numpy.unique ，它给出的结果按字母顺序排序，而不是按出现顺序排序。

正如您从enc.categories_中看到的

[array(['F', 'M'], dtype=object),
 array(['A', 'AB', 'B', 'O'], dtype=object),
 array(['Biology', 'English', 'Math', 'Science'], dtype=object)]```

数组中的每个值都按其位置进行编码。(F 将编码为 0 ，M 编码为 1)