使用 sklearn LabelEncoder() 对整个数据帧进行标签编码答案

【问题标题】：label encoding for the entire datafarame using sklearn LabelEncoder()使用 sklearn LabelEncoder() 对整个数据帧进行标签编码
【发布时间】：2020-12-22 19:08:36
【问题描述】：

我想使用 Keras 的序列模型来预测序列。我的数据框包含字符串数据，因此我决定使用 sklearn 库中的LabelEncoder 对字符串数据进行编码。

我试过这段代码sn-p：

import pandas as pd
df = pd.read_csv("sample-03.csv")
from sklearn.preprocessing import LabelEncoder
df.apply(LabelEncoder().fit_transform)

给出这个结果：

此标签编码适用于具有不同值的每一列，即我需要将 http://example.com/296 表示为整个数据集的“2”。如果能得到解决方案的建议，我将不胜感激。

我还尝试将数据集转换为元组并为此数据集使用字典，但对于不同列中的相同值，键再次不是唯一的。

【问题讨论】：

标签： scikit-learn label-encoding

【解决方案1】：

LabelEncoder 不会满足您的要求。我建议编写一个小函数，提取所有唯一的 URL，然后为每个 URL 分配一个数值，然后用数据框中的相应数值替换 URL。

【讨论】：

【解决方案2】：

我想出了解决方案，并想在这里分享。

le = LabelEncoder()
le.fit(df.stack().unique())
df['x-2']= le.transform(df['x-2'])
df['x-1']= le.transform(df['x-1'])
df['x0']= le.transform(df['x0'])
df['x1']= le.transform(df['x1'])
df['x2']= le.transform(df['x2'])

【讨论】：