如何使用熊猫在dataframe python中编码多个列(但不是所有列)

Question

我想用两个数据(测试数据，训练数据)构建一个朴素的bayes模型。

dataframe包含13列，但我只想在5-6列中将数据从str编码为int值。如何使用一段代码来实现这一目的，从而可以直接对6列进行编码，我遵循以下答案：

https://stackoverflow.com/a/37159615/12977554

import pandas as pd
from sklearn.preprocessing import LabelEncoder

    df = pd.DataFrame({
    'colors':  ["R" ,"G", "B" ,"B" ,"G" ,"R" ,"B" ,"G" ,"G" ,"R" ,"G" ],
    'skills':  ["Java" , "C++", "SQL", "Java", "Python", "Python", "SQL","C++", "Java", "SQL", "Java"]
    })
    
    def encode_df(dataframe):
        le = LabelEncoder()
        for column in dataframe.columns:
            dataframe[column] = le.fit_transform(dataframe[column])
        return dataframe
    
    #encode the dataframe
    encode_df(df)

但是它只是编码了1列，而不是我想要的是6列和1段代码。

Answer 1

可以循环遍历列和fit_transform。

cols = ['col1', 'col2', 'col3', 'col4', 'col5', 'col6']

for col in cols:
    le = LabelEncoder()
    df[col] = le.fit_transform(df[col].astype('str'))
    
df

理想情况下，您希望对训练数据集和测试数据集使用相同的转换器。

为此，你需要使用

for col in cols:
    le = LabelEncoder()
    le.fit(df_train[col].astype('str'))
    df_train[col] = le.transform(df_train[col].astype('str'))
    df_test[col] = le.transform(df_test[col].astype('str'))
        
df

Answer 2

你试过申请了吗？

 le = LabelEncoder()
 df['colors'] = df['colors'].apply(lambda x: le.fit_transform(x))