使用 one-hot 编码将列表转换为二进制值

【问题标题】：Convert list to binary values using one-hot encoding使用 one-hot 编码将列表转换为二进制值
【发布时间】：2021-08-19 13:38:26
【问题描述】：

我在 CSV 文件中有一列。列中的每个单元格在列表中都有多个值。例如一个单元格将包含['A', 'B', 'C'] 和另一个['B', 'D']。我想将one-hot encoding 应用于此列以转换为二进制值以用于机器学习。

请告诉我该怎么做？

【问题讨论】：

标签： python pandas machine-learning categorical-data one-hot-encoding

【解决方案1】：

输入是 csv 文件，所以没有列表，只有字符串。所以删除 [] 并使用 Series.str.get_dummies 以及删除列名中的尾随 '：

df = df['col'].str.strip('[]').str.get_dummies(', ')
df.columns = df.columns.str.strip("'")

如果需要一些处理将字符串转换为列表，请使用MultiLabelBinarizer 以提高性能：

from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()
df = pd.DataFrame(mlb.fit_transform(df['col']),columns=mlb.classes_)
print (df)

【讨论】：

@Don'tAccept - 谢谢。