sklearn中的LabelEncoder变量编码

变量编码

在数据预处理的时候,我们经常会遇到类别型变量,要进行数值编码。比较简便的方法就是 sklearn.preprocessing import LabelEncoder,例如下面的数据

import pandas as pd
data = pd.read_excel('信贷.xlsx')
data.head()

在这里插入图片描述

我们想要将业务种类和客户性质进行编码,此时我们可以采取如下编码方法:

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
label1 = le.fit_transform(data['业务种类'])
label2 = le.fit_transform(data['客户性质'])
data['业务种类'] = label1
data['客户性质'] = label2
data.head()

结果如下:
在这里插入图片描述

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Python量化投资、代码解析与论文精读

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值