有没有一种简单的方法来标记编码，然后使用列转换器进行热编码？答案

【问题标题】：Is there an easy way to label encode then one hot encode with column transformer?有没有一种简单的方法来标记编码，然后使用列转换器进行热编码？
【发布时间】：2019-09-04 17:18:18
【问题描述】：

我正在使用来自 sklearn 的列转换器 https://scikit-learn.org/stable/modules/generated/sklearn.compose.ColumnTransformer.html

我认为这是管理不同缩放器的好工具。让生活轻松很多。但是，我不确定是否有办法进行分类值，因为我需要首先使用标签编码器，然后对整数进行热编码。有什么可以为我做这两件事的吗？我宁愿在一个柱式变压器中完成所有缩放。它更容易管理。

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

sklearn.preprocessing.OneHotEncoder 可以处理分类值，而无需将它们预处理为 ints：

from sklearn.preprocessing import OneHotEncoder

df = pd.DataFrame({'col1': ['a', 'b', 'c']})
ohe = OneHotEncoder(sparse=False)
ohe.fit_transform(df['col1'].values.reshape(-1, 1))

输出：

array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])

【讨论】：

【解决方案2】：

一种选择是使用来自pandas 的pd.get_dummies(...)：

In [10]: df = pd.DataFrame({'a': ['A', 'B', 'C']*3})

In [11]: df
Out[11]:
   a
0  A
1  B
2  C
3  A
4  B
5  C
6  A
7  B
8  C

In [12]: pd.concat([df, pd.get_dummies(df['a'], prefix='a')], axis=1)
Out[12]:
   a  a_A  a_B  a_C
0  A    1    0    0
1  B    0    1    0
2  C    0    0    1
3  A    1    0    0
4  B    0    1    0
5  C    0    0    1
6  A    1    0    0
7  B    0    1    0
8  C    0    0    1

【讨论】：