如何创建一个函数来执行标签编码答案

【问题标题】：How do I create a function to perform label encoding如何创建一个函数来执行标签编码
【发布时间】：2020-11-16 06:35:52
【问题描述】：

我有数据框 -

df = pd.DataFrame({'colA':['a', 'a', 'a', 'b' ,'b'], 'colB':['a', 'b', 'a', 'c', 'b'], 'colC':['x', 'x', 'y', 'y', 'y']})

我想编写一个函数，用该列中的频率计数替换每个值。例如 colA 现在将是 [3, 3, 3, 2, 2]

我试图通过创建一个包含值和频率计数的字典来做到这一点，将该字典分配给变量freq，然后将列值映射到freq。我写了以下函数

def LabelEncode_method1(col): 
   freq = col.value_counts().to_dict()
   col = col.map(freq)
   return col.head()```

当我运行以下LabelEncode_method1(df.colA) 时，我得到了3, 3, 3, 2, 2 的结果。但是，当我调用数据框 df 时，colA 的值仍然是 'a', 'a', 'a', 'b', 'b'

【问题讨论】：

【解决方案1】：

你可以做到groupby + transform

df['new'] = df.groupby('colA')['colA'].transform('count')

【讨论】：

【解决方案2】：

您可以使用map + value_counts（您已经找到了，只需将结果分配回您的DataFrame）。

df['colA'].map(df['colA'].value_counts())

0    3
1    3
2    3
3    2
4    2
Name: colA, dtype: int64

对于所有列，这将创建一个新的 DataFrame：

pd.concat([
  df[col].map(df[col].value_counts()) for col in df
], axis=1)

   colA  colB  colC
0     3     2     2
1     3     2     2
2     3     2     3
3     2     1     3
4     2     2     3

【讨论】：