1

假设我有一个如下的数据框

df = pd.DataFrame({'animal':  ['Dog',   'Bird',  'Dog',   'Cat'],
                   'color':   ['Black', 'Blue',  'Brown', 'Black'],
                   'age':     [1,        10,       3,      6],
                   'pet':     [1,         0,       1,      1],
                   'sex':     ['m',      'm',     'f',    'f'],
                   'name':    ['Rex',    'Gizmo', 'Suzy', 'Boo']})

我想使用标签编码器对“动物”、“颜色”、“性别”和“名称”进行编码，但我不需要对其他两列进行编码。我还希望能够在之后对列进行 inverse_transform。

我尝试了以下方法，尽管编码按我的预期工作，但反转却没有。

to_encode = ["animal", "color", "sex", "name"]
le = LabelEncoder()
for col in to_encode:
     df[col] = fit_transform(df[col])


## to inverse:
for col in to_encode:
    df[col] = inverse_transform(df[col])

inverse_transform 函数产生以下数据帧：

动物 颜色 年龄 宠物 性别 姓名
雷克斯 嘘 1 1 小发明 雷克斯
嘘 小发明 10 0 小发明 小发明
雷克斯 雷克斯 3 1 嘘 苏西
小发明 嘘 6 1 嘘 嘘

这显然是不对的，但我不确定我还能如何做到这一点？

任何意见，将不胜感激！

4

1 回答 1

0

正如您在输出中看到的那样，当您尝试 时inverse_transfom，似乎代码仅使用他为最后一列“名称”获得的信息。您可以看到，因为现在，您的列的所有行都有与名称相关的值。每列都应该有一个LabelEncoder()。

这里的关键是LabelEncoder为每个不同的列安装一个。为此，我建议您将它们保存在字典中：

to_encode = ["animal", "color", "sex", "name"]
d={}
for col in to_encode:
    d[col]=preprocessing.LabelEncoder().fit(df[col]) #For each column, we create one instance in the dictionary. Take care we are only fitting now.

如果我们现在打印字典，我们将获得如下内容：

{'animal': LabelEncoder(),
 'color': LabelEncoder(),
 'sex': LabelEncoder(),
 'name': LabelEncoder()}

正如我们所看到的，对于我们要转换的每一列，我们都有他的LabelEncoder()信息。这意味着，例如，对于动物LabelEncoder，它保存了 0 等于鸟，1 等于猫，......并且每列都相同。

一旦我们安装好每一列，我们就可以进行转换，然后，如果我们愿意的话inverse_transform。唯一需要注意的是，每个 transform/inverse_transform 都必须使用LabelEncoder此列的对应项。

我们在这里改造：

for col in to_encode:
    df[col] = d[col].transform(df[col]) #Be aware we are using the dictionary

df

animal  color   age pet sex name
0   2   0   1   1   1   2
1   0   1   10  0   1   1
2   2   2   3   1   0   3
3   1   0   6   1   0   0

而且，一旦 df 被转换，我们可以inverse_transform：

for col in to_encode:
    df[col] = d[col].inverse_transform(df[col])

df

animal  color   age pet sex name
0   Dog Black   1   1   m   Rex
1   Bird Blue   10  0   m   Gizmo
2   Dog Brown   3   1   f   Suzy
3   Cat Black   6   1   f   Boo

一个有趣的想法可能是使用ColumnTransformer，但不幸的是，它不支持inverse_transform().

于 2021-04-29T06:55:43.713 回答