代码之家 › 专栏 › 技术社区 › Amit Rastogi

如何标记和编码多个不连续的数据帧列

scikit-learn

0

Amit Rastogi · 技术社区 · 7 年前

我有一个熊猫数据帧与多个列(其中一些非连续)这将需要标签编码。根据我对LabelEncoder类的理解,对于每一列,我都需要使用不同的LabelEncoder对象。我正在使用下面的代码(下面代码中的字符串列表是需要进行标签编码的所有列的列表)

for col in list_of_string_cols:
      labelenc = LabelEncoder()
      train_X[col] = labelenc.fit_transform(train_X[col])
      test_X[col] = labelenc.transform(test_X[col])

这样对吗?

1 回复 | 直到 7 年前

1

0

Vivek Kumar 7 年前

是的,没错。

在当前版本的sciketlearn(0.19.2)之前,您使用的是编码多列的正确方法。看看这个问题,它也做你正在做的事情:

Label encoding across multiple columns in scikit-learn

OrdinalEncoder 可用于一次对所有分类功能列进行编码。