Comment effectuer l’encodage d’étiquettes en Python (avec exemple)

Souvent, en apprentissage automatique, nous souhaitons convertir des variables catégorielles en un type de format numérique pouvant être facilement utilisé par les algorithmes.

Une façon de procéder consiste à utiliser le codage d’étiquettes , qui attribue à chaque valeur catégorielle une valeur entière basée sur l’ordre alphabétique.

Par exemple, la capture d’écran suivante montre comment convertir chaque valeur unique d’une variable catégorielle appelée Team en une valeur entière basée sur l’ordre alphabétique :

Vous pouvez utiliser la syntaxe suivante pour effectuer le codage d’étiquettes en Python :

from sklearn.preprocessing import LabelEncoder

#create instance of label encoder
lab = LabelEncoder()

#perform label encoding on 'team' column
df['my_column'] = lab.fit_transform(df['my_column'])

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : encodage d’étiquettes en Python

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],
                   'points': [25, 12, 15, 14, 19, 23, 25, 29]})

#view DataFrame
print(df)

  team  points
0    A      25
1    A      12
2    B      15
3    B      14
4    B      19
5    B      23
6    C      25
7    C      29

Nous pouvons utiliser le code suivant pour effectuer un encodage d’étiquettes afin de convertir chaque valeur catégorielle de la colonne d’équipe en une valeur entière :

from sklearn.preprocessing import LabelEncoder

#create instance of label encoder
lab = LabelEncoder()

#perform label encoding on 'team' column
df['team'] = lab.fit_transform(df['team'])

#view updated DataFrame
print(df)

   team  points
0     0      25
1     0      12
2     1      15
3     1      14
4     1      19
5     1      23
6     2      25
7     2      29

À partir du résultat, nous pouvons voir :

• Chaque valeur « A » a été convertie en 0 .
• Chaque valeur « B » a été convertie en 1 .
• Chaque valeur « C » a été convertie en 2 .

Notez que vous pouvez également utiliser la fonction inverse_transform() pour obtenir les valeurs originales de la colonne team :

#display original team labels
lab.inverse_transform(df['team'])

array(['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'], dtype=object)

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes en Python :

Comment convertir une variable catégorielle en numérique dans Pandas
Comment convertir des valeurs booléennes en valeurs entières dans Pandas
Comment utiliser factorize() pour encoder des chaînes sous forme de nombres dans Pandas