我正在将分类数据转换为数值数据以用于机器学习目的。

举个例子，汽车的购买价格（“buying”变量）被分类为：“vhigh, high, med, low”。为了将其转换为数值，我使用了以下代码：

le = preprocessing.LabelEncoder()buying = le.fit_transform(list(data["buying"]))

有没有办法检查Python是如何将这些标签转换为数值的，因为这种转换是随机进行的（例如，vhigh = 0, high = 2）？

回答：

你可以在你的数据框架中创建一个额外的列来映射这些值：

mapping_df = data[['buying']].copy() #创建一个额外的数据框架，用于处理仅编码的值mapping_df['buying_encoded'] = le.fit_transform(data['buying'].values) #使用values比使用list更快

这是一个完整的工作示例：

import pandas as pdfrom sklearn.preprocessing import LabelEncoderle = LabelEncoder()data = pd.DataFrame({'index':[0,1,2,3,4,5,6],        'buying':['Luffy','Nami','Luffy','Franky','Sanji','Zoro','Luffy']})data['buying_encoded'] = le.fit_transform(data['buying'].values)data = data.drop_duplicates('buying').set_index('index')print(data)

输出结果：

       buying  buying_encodedindex                        0       Luffy               11        Nami               23      Franky               04       Sanji               35        Zoro               4