将标签编码函数与 Pandas(df.apply) 和维度问题 Python 结合使用

Question

我正在使用一个函数将标签编码为 encode_labels on train.csv for `Make columuns.

train.csv如下：

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。

我想用df['encoded_label'] = df.apply(lambda x: encode_labels(['Make']), axis=1).，但是这个功能out了[[1.0]]。我找不到哪里做错了。

我得到了这样的打印输出

1-) 我认为使用lamda 有问题。 Lambda 无法正常工作。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？

非常感谢。

Answer 1

首先；我认为第一个问题的答案；当我们想使用带有 lambda 和 apply 的数据框作为数据框时，它会在一行上打印 whole result 。我从我的工作中了解到这一点。如果我错了，请您指正，我将很高兴。

其次；我通过使用 pandas 和 pd.get_dummies 函数解决了我的第二个问题。

希望方便

将标签编码函数与 Pandas(df.apply) 和维度问题 Python 结合使用

Using the label-encoding function with Pandas(df.apply) and dimensional problem Python

python

lambda

dataframe

pandas

label-encoding