标签编码时保留顺序答案

【问题标题】：Preserve order when label encoding标签编码时保留顺序
【发布时间】：2019-11-25 17:49:50
【问题描述】：

当标签编码数字时

[1, 1, 2, 6]

LabelEncoder 返回 [0,0,1,2] 因为它对类进行排序

通过保留原始顺序获得[1,1,0,2] 的最佳方法是什么

尝试过 - CategoricalIndex，效果相同

from sklearn import preprocessing
le = preprocessing.LabelEncoder()
le.fit([2, 1, 2, 6])

# le.classes_ [1,2,6]

le.transform([1, 1, 2, 6])

【问题讨论】：

见：stackoverflow.com/questions/38749305/…
确实经历过。没有找到任何优雅的解决方案，只有推理。

标签： pandas scikit-learn data-science

【解决方案1】：

这是一种方法。想知道 pandas 中是否有任何现有的函数可以做到这一点。

refdict=dict()
for i,j in data.Hash.items():
    if j in refdict:
        refdict[j].append(i)
    else:
        refdict[j]=[i]
for i in refdict:
    refdict[i]=min(refdict[i])
data.Hash.apply(lambda x:refdict[x])

【讨论】：

【解决方案2】：

我们可以使用factorize

pd.factorize([2, 1, 2, 6])[0]
array([0, 1, 0, 2])

【讨论】：

这是进行 fit_transform 的好方法。这可以用来转换另一个列表吗？

【解决方案3】：

我已自定义 LabelEncoder 以使用唯一值而不进行排序。试试my wrapper on LabelEncoder！

>>> le = CustLabelEncoder(preserve_order=True)

>>> le.fit([2, 1, 2, 6])
>>> le.classes_
# array([2, 1, 6])

>>> le.transform([2, 1, 2, 6]) 
# array([0, 1, 0, 2])

>>> le.inverse_transform([0, 1, 0, 2])
# array([2, 1, 2, 6])

>>> le = CustLabelEncoder(preserve_order=False)

>>> le.fit([2, 1, 2, 6])
>>> le.classes_
# array([1, 2, 6])

>>> le.transform([2, 1, 2, 6]) 
# array([1, 0, 1, 2])

>>> le.inverse_transform([0, 1, 0, 2])
# array([1, 2, 1, 6])

【讨论】：