Scikit-learn：使用多列标签编码

在机器学习中，标签编码是将分类变量的值转换为整数值的过程。

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中执行多列标签编码：

 from sklearn. preprocessing import LabelEncoder

#perform label encoding on col1, col2 columns
df[[' col1 ', ' col2 ']] = df[[' col1 ', ' col2 ']]. apply (LabelEncoder(). fit_transform )

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，其中包含有关各种篮球运动员的信息：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'B', 'B', 'B', 'C', 'C', 'D'],
                   ' position ': ['G', 'F', 'G', 'F', 'F', 'G', 'G', 'F'],
                   ' all_star ': ['Y', 'N', 'Y', 'Y', 'Y', 'N', 'Y', 'N'],
                   ' points ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

  team position all_star points
0 AGY 11
1 AFN 8
2 BGY 10
3 BFY 6
4 BFY 6
5 CGN 5
6 CGY 9
7 DFN 12

我们可以使用以下代码执行标签编码，将team 、 position和all_star列中的每个分类值转换为整数值：

 from sklearn. preprocessing import LabelEncoder

#perform label encoding across team, position, and all_star columns
df[[' team ', ' position ', ' all_star ']] = df[[' team ', ' position ', ' all_star ']]. apply (LabelEncoder(). fit_transform )

#view udpated DataFrame
print (df)

   team position all_star points
0 0 1 1 11
1 0 0 0 8
2 1 1 1 10
3 1 0 1 6
4 1 0 1 6
5 2 1 0 5
6 2 1 1 9
7 3 0 0 12

从结果中我们可以看到team 、 position和all_star列的每个值都已转换为整数值。

例如，在团队一栏中我们可以看到：

• 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 。
• 每个“D”值都转换为3 。

请注意，在本示例中，我们对 DataFrame 的三列执行了标签编码，但我们可以使用类似的语法对任意数量的分类列执行标签编码。

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