一些列上的标签编码器和 Inverse_Transform

问题描述

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':     [1,1,1],'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，但我不需要对其他两列进行编码。我还希望能够在之后对列进行 inverse_transform。

我尝试了以下方法，尽管编码按我的预期工作，但反向操作却没有。

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：

动物	颜色	年龄	宠物	性	姓名
雷克斯	嘘	1	1	小工具	雷克斯
嘘	小工具	10	0	小工具	小工具
雷克斯	雷克斯	3	1	嘘	苏西
小工具	嘘	6	1	嘘	嘘

这显然是不对的，但我不确定我还能怎么做？

任何建议将不胜感激！

解决方法

正如您在输出中看到的那样，当您尝试 inverse_transfom 时，似乎代码仅使用了他为最后一列“名称”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，我们将得到如下内容：

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

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

一旦我们拟合了每一列，我们就可以继续变换，然后，如果我们想要 inverse_transform。唯一需要注意的是，每个transform/inverse_transform 都必须使用该列对应的LabelEncoder。

在这里我们进行转换：

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

而且，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()。