如何对Pandas数据框中的特定列应用LabelEncoder

我有一个通过数据框加载的数据集,其中类别标签需要使用scikit-learn中的LabelEncoder进行编码。列label是类别标签列,其包含以下类别:

[‘Standing’, ‘Walking’, ‘Running’, ‘null’]

为了执行标签编码,我尝试了以下方法但没有成功。如何修复它?

from sklearn import preprocessingimport pandas as pddf = pd.read_csv('dataset.csv', sep=',') df.apply(preprocessing.LabelEncoder().fit_transform(df['label']))

回答:

你可以尝试如下方法:

le = preprocessing.LabelEncoder()df['label'] = le.fit_transform(df.label.values)

或者以下方法也可以工作:

df['label'] = le.fit_transform(df['label'])

这将用编码后的标签替换数据框中原始的label值。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注