如何在 python 中执行标签编码（带有示例）

在机器学习中，我们通常希望将分类变量转换为某种类型的数字格式，以便算法可以轻松使用。

实现此目的的一种方法是使用标签编码，它根据字母顺序为每个分类值分配一个整数值。

例如，以下屏幕截图显示了如何将名为Team的分类变量的每个唯一值转换为基于字母顺序的整数值：

您可以使用以下语法在Python中执行标签编码：

 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 '])

以下示例展示了如何在实践中使用此语法。

示例：在 Python 中编码标签

假设我们有以下 pandas DataFrame：

 import pandas as pd

#createDataFrame
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 to 25
1 to 12
2 B 15
3 B 14
4 B 19
5 B 23
6 C 25
7 C 29

我们可以使用以下代码进行标签编码，将team列中的每个分类值转换为整数值：

 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

从结果我们可以看出：

• 每个“A”值已转换为0 。
• 每个“B”值已转换为1 。
• 每个“C”值都转换为2 。

请注意，您还可以使用inverse_transform()函数来获取team列的原始值：

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

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

其他资源

以下教程解释了如何在 Python 中执行其他常见任务：

如何在 Pandas 中将分类变量转换为数值
如何在 Pandas 中将布尔值转换为整数值
如何使用 Factorize() 将字符串编码为 Pandas 中的数字