使用带有 Pandas(df.apply) 和维度问题 Python 的标签编码 function

Question

我正在使用 function 将 label 编码为encode_labels上的train.csv用于`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 encode_labels的 output 是这样的： [[[0., 1., 0.]]也是二维的。

我想使用df['encoded_label'] = df.apply(lambda x: encode_labels(['Make']), axis=1). 但是这个函数的输出是[[1.0]] 。 我找不到我做错的地方。

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-) function 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 output ([[0., 0., 0., 1.]])转换为一维的呢？

我们该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 dataframe 和lambda并将其apply为 dataframe 时，它将whole result打印在一行上。 我从我的工作中明白了这一点。 如果我错了，如果你纠正它，我会很高兴。

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

我希望方便