ML之FE：对pandas的dataframe中的类别型字段进行数字编码化(类别型特征数值化)并导出映射表daiding

ML之FE：对pandas的dataframe中的类别型字段进行数字编码化(类别型特征数值化)并导出映射表daiding

目录

对pandas的dataframe中的类别型字段进行数字编码化(类别型特征数值化)并导出映射表

对pandas的dataframe中的类别型字段进行数字编码化(类别型特征数值化)并导出映射表

# ML之FE：对pandas的dataframe中的类别型字段进行数字编码化(类别型特征数值化)并导出映射表
from sklearn.preprocessing import LabelEncoder
from NDataScience.DataAnalysis import Dict2DfByRow
for col in df.columns:
    print(col,df[col].dtype)
    if df[col].dtype in ['float64', 'int', 'int64']:
        df[col] = pd.to_numeric(df[col])
    else:
        # 全部字符串化
        df[col] = df[col].apply(str)
        
        # 编码化
        LbE = LabelEncoder()
        LbE.fit(df[col])
        df[col] = LbE.transform(df[col])
        
        #导出映射表：开发逻辑中需要
        mapping_dict = dict(zip(LbE.classes_, range(1, len(LbE.classes_) + 1)))
        mapping_dict = {encode: label for label, encode in enumerate(LbE.classes_)}
        Dict2DfByRow(mapping_dict,mark=col)