我的数据集中有一列包含了以字符串形式表示的数字，例如“one”、“three”、“five”等。我想使用序数编码器：将“one”编码为0，“two”编码为1，“three”编码为2，以此类推。如何实现？另外，在独热编码器中我有一个稀疏选项，而在序数编码器中没有这个选项。我在这里需要使用稀疏选项吗？

我的代码如下：

# 独立变量
MatrixX = df.iloc[:, :-1].values
# 因变量向量
vectorsY = df.iloc[:, -1].values
from sklearn.preprocessing import LabelEncoder, OneHotEncoder, OrdinalEncoder
Encoder =  OrdinalEncoder()
Z2= Encoder.fit_transform(X[:, [17]])
#X = np.hstack(([![Z][1]][1]2, X[:,:17] , X[:,18:])).astype('float')
# 处理虚拟变量陷阱
#X = X[:, 1:]

回答：

在你的情况下，我会使用一个函数来代替使用Sklearn。

def label_encoder(column):
    values = ['one', 'two', 'three', 'four', 'five']
    new_row = []
    for row in column:
        for i, ii in enumerate(values):
            if row == ii:
                new_row.append(i)
            else:
                continue
    return new_row

或者你可以使用列表解析

def label_encoder(column):
    values = ['one', 'two', 'three', 'four', 'five']
    new_row = [i for row in column for (i, ii) in enumerate(values) if row==ii]
    return new_row

这些函数可以将一个['one', 'one', 'two', ...]数组转换为[1, 1, 2, ...]