两个 DataFrame 的 LabelEncoder答案

【问题标题】：LabelEncoder for two DataFrames两个 DataFrame 的 LabelEncoder
【发布时间】：2020-08-18 07:36:03
【问题描述】：

我真的在为分类类型编码而苦苦挣扎。给定两个 DataFrames X_train 和 X_test 我正在尝试对所有邮政编码进行编码。对我来说最大的障碍是能够以相同的方式对 both 数据帧中的值（因为它们在某种程度上有所不同）进行编码，所以我想列出所有可能的邮政编码值，然后使用它来编码两个系列（作为 DataFrames 的一部分）。不幸的是，这不起作用，因为出现了错误AttributeError: 'numpy.ndarray' object has no attribute 'transform'。我的想法不多了。

X_train = X[['ticket_id','judgment_amount','zip_code']]
X_test = y[['ticket_id','judgment_amount','zip_code']]


Xtrain_zipcode =  X_train['zip_code'].dropna().unique().tolist()
Xtest_zipcode = X_test['zip_code'].dropna().unique().tolist()

zip_list = Xtrain_zip

for elem in Xtest_zipcode:
    if elem not in Xtrain_zipcode:
        zip_list.append(elem)

enc_zipc = LabelEncoder().fit(zip_list)
encoded = enc_zipc.transform(zip_list)
encoded.transform(X_train['zip_code'])

我也有read LabelEncoder 在处理作为输入的分类特征时是不可取的。你有什么建议？一键编码？

【问题讨论】：

标签： pandas dataframe

【解决方案1】：

您是否尝试过连接训练和测试，然后将编码器安装到连接的 zip 上？

X_train = X[['ticket_id','judgment_amount','zip_code']]
X_test = y[['ticket_id','judgment_amount','zip_code']]
X_train['zip_code'] = X_train['zip_code'].astype(str)
X_test['zip_code'] = X_test['zip_code'].astype(str)

concat = pd.concat([X_train, X_test], axis=0, ignore_index=True)

enc_zipc = LabelEncoder()
enc_zipc.fit(concat['zip_code'])

X_train['zip_code'] = enc_zipc.transform(X_train['zip_code'])
X_test['zip_code'] = enc_zipc.transform(X_test['zip_code'])

【讨论】：