LabelEncoder（）。fit_transform与pd.get_dummies进行分类编码

Question

最近我注意到，如果您有这样的数据框df：

   A      B   C
0  0   Boat  45
1  1    NaN  12
2  2    Cat   6
3  3  Moose  21
4  4   Boat  43

您可以使用pd.get_dummies自动对分类数据进行编码：

df1 = pd.get_dummies(df)

产生这个：

   A   C  B_Boat  B_Cat  B_Moose
0  0  45     1.0    0.0      0.0
1  1  12     0.0    0.0      0.0
2  2   6     0.0    1.0      0.0
3  3  21     0.0    0.0      1.0
4  4  43     1.0    0.0      0.0

我将LabelEncoder().fit_transform用于此类任务，然后将其放入pd.get_dummies，但如果我可以跳过一些可取的步骤。

我是否只是在整个数据帧中使用pd.get_dummies来编码它而丢失了什么？

Answer 1

是的，如果您只想编码字符串功能，则可以跳过LabelEncoder的使用。另一方面，如果您有一个整数的分类列（而不是字符串），那么pd.get_dummies将保持原样（例如，参见您的A或C列）。在这种情况下，您应该使用OneHotEncoder。理想情况下OneHotEncoder将支持整数和字符串，但这是worked on at the moment。