某些列上的标签编码器和 Inverse_Transform

Question

假设我有一个如下所示的数据框

df = pd.DataFrame({'animal':  ['Dog',   'Bird',  'Dog',   'Cat'],
                   'color':   ['Black', 'Blue',  'Brown', 'Black'],
                   'age':     [1,        10,       3,      6],
                   'pet':     [1,         0,       1,      1],
                   'sex':     ['m',      'm',     'f',    'f'],
                   'name':    ['Rex',    'Gizmo', 'Suzy', 'Boo']})

我想使用标签编码器对“动物”、“颜色”、“性别”和“名称”进行编码，但不需要对其他两列进行编码。我还希望能够 inverse_transform 之后的列。

我已经尝试了以下方法，尽管编码工作如我所料，但反转却没有。

to_encode = ["animal", "color", "sex", "name"]
le = LabelEncoder()
for col in to_encode:
     df[col] = fit_transform(df[col])


## to inverse:
for col in to_encode:
    df[col] = inverse_transform(df[col])

inverse_transform 函数产生以下数据帧：

animal	color	age	pet	sex	name
Rex	Boo	1	1	Gizmo	Rex
Boo	Gizmo	10	0	Gizmo	Gizmo
Rex	Rex	3	1	Boo	Suzy
Gizmo	Boo	6	1	Boo	Boo

这显然是不对的，但我不确定我还能如何做到这一点？

如有任何建议，我们将不胜感激！

Answer 1

正如您在输出中看到的那样，当您尝试 inverse_transfom 时，代码似乎只使用了他为最后一列“name”获得的信息。您可以看到，因为现在，列的所有行都具有与名称相关的值。每列应该有一个 LabelEncoder()。

这里的关键是为每个不同的列安装一个 LabelEncoder。为此，我建议您将它们保存在字典中：

to_encode = ["animal", "color", "sex", "name"]
d={}
for col in to_encode:
    d[col]=preprocessing.LabelEncoder().fit(df[col]) #For each column, we create one instance in the dictionary. Take care we are only fitting now.

如果我们现在打印字典，我们会得到这样的东西：

{'animal': LabelEncoder(),
 'color': LabelEncoder(),
 'sex': LabelEncoder(),
 'name': LabelEncoder()}

正如我们所见，对于我们要转换的每一列，我们都有他的 LabelEncoder() 信息。这意味着，例如，对于动物 LabelEncoder，它保存 0 等于鸟，1 等于猫，...并且每一列都相同。

一旦我们安装了每一列，我们就可以继续进行转换，然后，如果我们想 inverse_transform。唯一需要注意的是，每一个transform/inverse_transform都要用到这一栏对应的LabelEncoder。

这里我们改造：

for col in to_encode:
    df[col] = d[col].transform(df[col]) #Be aware we are using the dictionary

df

animal  color   age pet sex name
0   2   0   1   1   1   2
1   0   1   10  0   1   1
2   2   2   3   1   0   3
3   1   0   6   1   0   0

并且，一旦 df 被转换，我们就可以 inverse_transform:

for col in to_encode:
    df[col] = d[col].inverse_transform(df[col])

df

animal  color   age pet sex name
0   Dog Black   1   1   m   Rex
1   Bird Blue   10  0   m   Gizmo
2   Dog Brown   3   1   f   Suzy
3   Cat Black   6   1   f   Boo

一个有趣的想法可能是使用 ColumnTransformer，但不幸的是，它不支持 inverse_transform()。

某些列上的标签编码器和 Inverse_Transform

Label Encoder and Inverse_Transform on SOME Columns

python

pandas

scikit-learn

label-encoding