LabelEncoer，类别特征转换为数值特征，transform的使用

最新推荐文章于 2024-07-28 21:01:31 发布

CristinaM

最新推荐文章于 2024-07-28 21:01:31 发布

阅读量891

点赞数

CC 4.0 BY-SA版权

分类专栏：数据分析 pandas 特征处理

本文链接：https://blog.youkuaiyun.com/weixin_43615654/article/details/103432815

数据分析同时被 3 个专栏收录

33 篇文章

订阅专栏

特征处理

14 篇文章

订阅专栏

pandas

7 篇文章

订阅专栏

本文通过一个简单数据集示例，展示了如何使用sklearn的LabelEncoder进行类别特征编码，并将pandas DataFrame中的类别变量转换为数值变量，便于后续的机器学习算法处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

demo参照E-Commerce Data那篇对country类别的处理。
换个简单的数据集

Demo:

import pandas as pd
import numpy as np



df = pd.DataFrame({"Person":
                    ["John", "Myla", "Lewis", "John", "Myla"],
                  "Age": [24., np.nan, 21., 33, 26],
                   "Single": [False, True, True, True, False]})

from sklearn.preprocessing import LabelEncoder

le = LabelEncoder().fit(df.Person)
classes = le.classes_
l = [i for i in range(3)]
dict(zip(list(classes),l))
df['Person'] = le.transform(df['Person'])
print(df.head())

Out:
编码完毕

   Person   Age  Single
0       0  24.0   False
1       2   NaN    True
2       1  21.0    True
3       0  33.0    True
4       2  26.0   False

关于pandas.DataFrame.transform函数方法的使用
在这里插入图片描述