tensorflow-单热编码时如何保留列标签名称？

Question

当试图获取列的标签以便使用 tensorflow 对其进行热编码时：

import tensorflow as tf
import pandas as pd
import numpy as np

# some data
d={'column1':['a', 'b', 'c', 'd'], 'column2':['e', 'f', 'g', 'h'], 'column3':[1, 2, 3, 4]}


# convert from pandas df to TensorSliceDataset
df=pd.DataFrame(d)
ds = tf.data.Dataset.from_tensor_slices(dict(df))

# convert to specific feature_column
just_types = tf.feature_column.categorical_column_with_vocabulary_list(
      'column1', ds.column1.unique())

# apply one hot encoding
type_one_hot = feature_column.indicator_column(just_types)
type_one_hot

出现下一个错误：

AttributeError: 'TensorSliceDataset' object has no attribute 'column1'

我知道 pandas 可以做到这一点，但是否可以在 tensorflow 中获取数据框，然后再次将其更改为 pandas使用 tensorflow？ :

#   column1_a  column1_b  column_c  column_d
#       1           0          0        0
#       0           1          0        0
#       0           0          1        0
#       0           0          0        1

Answer 1

在我看来，在这个例子中使用函数 from_tensor_slices 有点矫枉过正。只是指出两个功能

import tensorflow_datasets as tfds

df=pd.DataFrame(data)
ds = tf.data.Dataset.from_tensor_slices(dict(df))

# going back to pandas DataFrame

df_reversed = tfds.as_dataframe(ds)

和类别编码选项

layer = tf.keras.layers.CategoryEncoding(num_tokens=4, output_mode="one_hot")
layer([1,2,0, 3])

tensorflow-单热编码时如何保留列标签名称？

tensorflow- how to keep column label name when one-hot-encoding?

python

tensorflow

feature-engineering