我有一个pandas数据框，左侧是以下分类变量的列，右侧是它们的具体实现，

（抱歉图片分辨率低）。

为了进行统计回归，我希望标记所有这些分类变量，例如，在LotShape中，Reg变为0，IR1变为1，IR2变为2，IR3变为3。我发现scikit-learn的LabelEncoder可以完成这项工作，但有一个问题。其中一些分类变量是隐式有序的，0、1等需要分配给正确的标签，而LotShape碰巧在那里是有序的。

所以我的问题是，如何高效地，按照我指定的顺序，标记大量的分类变量？

回答：

这可能有帮助。

x= ['GA','TA','SA','TA','GA','TA','SA']import numpy as npfrom sklearn.preprocessing import LabelEncoderfrom sklearn.preprocessing.label import _encodefrom sklearn.utils import column_or_1dx = column_or_1d(x, warn=True)classes_,encoded_values = _encode(x,uniques=np.array(['GA','TA','SA']),encode=True)encoded_values, classes_#(array([0, 1, 2, 1, 0, 1, 2]), ['GA', 'TA', 'SA'])#comparing with labelencoder, which will sort the labels before encodingle = LabelEncoder()le.fit_transform(x),le.classes_#(array([0, 2, 1, 2, 0, 2, 1], dtype=int64), array(['GA', 'SA', 'TA'], dtype='<U2'))