python-pandas/sklearn中进行的编码方法

python-pandas/sklearn中进行的编码方法

1、进行将字符串一个或多个特征属性下的多个类别进行转化为1,2,3 …

1）、进行导入的库

from sklearn.preprocessing import LabelEncoder

2）、举例说明

data[object_data]=data[object_data].apply(LabelEncoder().fit_transform)

2、使用字符串独热进行转换

1）、方法一：使用pandas中进行独热编码

（1）、进行导入的库

 import pandas as pd

（2）、举例说明

	pd.get_dummies(df['key'],prefix='key')
	参数一：需要转化的数据
	参数二：进行独热后加的前缀

2）、方法二：使用sklearn的库进行编码()

（1）、对类别进行编码

    from sklearn.preprocessing import LabelEncoder
    class_le = LabelEncoder()
    y = class_le.fit_transform(类别（标签）.values)

（2）、对离散特征进行独热编码

	X = df[['需要转换的特征属性']].values
	le = LabelEncoder()
	'特征属性的value' = le.fit_transform('特征属性的value')
	from sklearn.preprocessing import OneHotEncoder
	oh = OneHotEncoder(categorical_features=[0])
	oh.fit_transform(X).toarray()    # 从稀疏矩阵转换为一般矩阵

• 不加.toarray()时结果的显示：
  

例题：

OneHotEncoder()适用于多个集合的情况，如：训练集和测试集；get_dummies只适用于一个数据集情况