在 fit_transform 之后获取 sklearn.LabelEncoder() 映射

【问题标题】：get sklearn.LabelEncoder() mappings after fit_transform在 fit_transform 之后获取 sklearn.LabelEncoder() 映射
【发布时间】：2019-05-12 01:50:10
【问题描述】：

我正在尝试获取标签编码器的映射，以确定哪个代码为我的 df 中的一列获取了每个字符串。

这里是编码：

y[:]=LabelEncoder().fit_transform(y[:])

我想得到这样的输出：

A:1
B:2
C:3

感谢您的帮助！

【问题讨论】：

标签： python python-3.x scikit-learn

【解决方案1】：

如果您希望以后能够使用映射或逆变换，则应避免进行内联初始化。

data = ['A', 'A', 'B', 'C', 'B', 'B'] # `y`

le = LabelEncoder()
mapped = le.fit_transform(data)

mapping = dict(zip(le.classes_, range(1, len(le.classes_)+1)))
print(mapping)
# {'A': 1, 'B': 2, 'C': 3}

更好的是，如果您想反转编码，请使用inverse_transform：

print(le.inverse_transform(mapped))
# ['A' 'A' 'B' 'C' 'B' 'B']

【讨论】：

感谢冷速！完美运行。