编码 LableEncoder与OneHotEncoder

在id处理与nlp处理中，离散编码的处理比较重要。可以考虑用sklearn库LableEncoder，而涉及到01编码或多重属性编码时用OneHotEncoder。代码如下：

import pandas as pd
from sklearn.preprocessing import LabelEncoder
data=pd.DataFrame({'A':[1,2,3,4],'B':[5,6,7,8],'C':[9,10,11,12]})
for i in data:
    try:
        data[i]=LabelEncoder().fit_transform(apply(int))#transform操作就是转为数字表示形式。
    except:
        data[i]=LabelEncoder().fit_transform(data[i])
    print(data[i])
print(data)#0 1 2 3
from sklearn.preprocessing import OneHotEncoder#采用位状态寄存器来对个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。
b=OneHotEncoder()
b.fit([[0,0,3],[1,1,0],[0,2,1],[1,0,2]])#每个列表一行；每列一个属性，每个属性个数为01位数
print(b.transform([[0,1,1]]).toarray())#每个属性中，数从小到大，1从左到右
#[[1. 0. 0. 1. 0. 0. 1. 0. 0.]]

也可以下图关注公众号，主要发布算法与Python方面的基础技巧：