如何按严重程度排序分类字符串特征？
How to order categorical string features in order of severity?
如果我的数据集的特征之一是分类字符串的分数，例如：
Score
X1c
X3a
X1a
X2b
X4
X1a
X1b
X4
其中 X1a 最弱，其次是 X1b, X1c, X2a, X2b ...X4，X4 最强，我如何将其编码为整数，以便 X1a 可以是最低的整数X4 是最高的整数。我正在寻找使用随机森林分类器。此外，训练集是一个单独的数据集，因此应为新数据集保留此编码。
您可以尝试使用排名：
df['Score_int'] = df.Score.rank(method='dense')
输出：
Score Score_int
0 X1c 3.0
1 X3a 5.0
2 X1a 1.0
3 X2b 4.0
4 X4 6.0
5 X1a 1.0
6 X1b 2.0
7 X4 6.0
如果我的数据集的特征之一是分类字符串的分数，例如：
Score
X1c
X3a
X1a
X2b
X4
X1a
X1b
X4
其中 X1a 最弱，其次是 X1b, X1c, X2a, X2b ...X4，X4 最强，我如何将其编码为整数，以便 X1a 可以是最低的整数X4 是最高的整数。我正在寻找使用随机森林分类器。此外，训练集是一个单独的数据集，因此应为新数据集保留此编码。
您可以尝试使用排名：
df['Score_int'] = df.Score.rank(method='dense')
输出：
Score Score_int
0 X1c 3.0
1 X3a 5.0
2 X1a 1.0
3 X2b 4.0
4 X4 6.0
5 X1a 1.0
6 X1b 2.0
7 X4 6.0