我正在对一个pandas DataFrame应用LabelEncoder，df

Feat1  Feat2  Feat3  Feat4  Feat5  A      A      A      A      E  B      B      C      C      E  C      D      C      C      E  D      A      C      D      E

我正在对这样的DataFrame应用标签编码器 –

from sklearn import preprocessingle = preprocessing.LabelEncoder()intIndexed = df.apply(le.fit_transform)

标签的映射方式如下

A = 0B = 1C = 2D = 3E = 0

我猜测E没有被赋值为4，因为它只出现在Feat 5列中，而没有出现在其他列中。

我想让E被赋值为4，但我不知道如何在DataFrame中实现这一点。

回答：

您可以先fit标签编码器，然后再transform标签到其标准化编码，如下所示：

In [4]: from sklearn import preprocessing   ...: import numpy as npIn [5]: le = preprocessing.LabelEncoder()In [6]: le.fit(np.unique(df.values))Out[6]: LabelEncoder()In [7]: list(le.classes_)Out[7]: ['A', 'B', 'C', 'D', 'E']In [8]: df.apply(le.transform)Out[8]:    Feat1  Feat2  Feat3  Feat4  Feat50      0      0      0      0      41      1      1      2      2      42      2      3      2      2      43      3      0      2      3      4

默认指定标签的一种方法是：

In [9]: labels = ['A', 'B', 'C', 'D', 'E']In [10]: enc = le.fit(labels)In [11]: enc.classes_                       # 按字母顺序排序标签Out[11]: array(['A', 'B', 'C', 'D', 'E'],       dtype='<U1')In [12]: enc.transform('E')Out[12]: 4