在Pandas(df.apply)和dimensional Python中使用标签编码函数

Question

我正在使用一个函数，它将标签编码为train.csv上的encode_labels，用于‘`Make’。

train.csv如下所示：

Make,Model,Year,Engine Fuel Type,Engine HP,Engine Cylinders,Transmission Type,Driven_Wheels,Number of Doors,Market Category,Vehicle Size,Vehicle Style,highway MPG,city mpg,Popularity,MSRP
BMW,1 Series M,2011,premium unleaded (required),335,6,MANUAL,rear wheel drive,2,Factory Tuner,Luxury,High-Performance,Compact,Coupe,26,19,3916,46135
Audi,100,1992,regular unleaded,172,6,MANUAL,front wheel drive,4,Luxury,Midsize,Sedan,24,17,3105,2000
Chrysler,200,2015,flex-fuel (unleaded/E85),184,4,AUTOMATIC,front wheel drive,4,Flex Fuel,Midsize,Sedan,36,23,1013,25170

和代码

from sklearn import preprocessing
from keras.utils.np_utils import to_categorical
def encode_labels(y):
    encoder = preprocessing.LabelEncoder()
    encoder.fit(y)
    encoded_y = encoder.transform(y)
    y = to_categorical(encoded_y)
    return y

通常，encode_labels函数的输出是这样的：[[[0., 1., 0.]]也是二维的。

我想使用df['encoded_label'] = df.apply(lambda x: encode_labels(['Make']), axis=1).，但是这个函数是[[1.0]]。我找不到我哪里做错了。

我得到了像这样的打印输出

1-)我认为在使用lamda时有一个问题。Lambda不能正常工作。使用lambda也有问题吗？

2-)函数encode_labels是二维的这一事实也给我带来了一个问题。那么，我们如何将这个输出([[0., 0., 0., 1.]])转换为一维呢？

我们如何处理这两个问题呢？

非常感谢。

Answer 1

首先，我认为第一个问题的答案是:当我们想要在lambda中使用dataframe并将其作为dataframe使用时，它会在一行中打印whole result。我从我的工作中理解了这一点。如果我错了，我很高兴你能改正它。

其次，我使用pandas和pd.get_dummies函数解决了我的第二个问题。

我希望能带来方便