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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注