浏览器和版本应如何成为一种热门编码？

Question

我需要输出一种热编码的浏览器和版本数据。我们提出了一些选择（下面概述）。我进行了一些搜索，但找不到具有相似数据（搜索过Kaggle Datasets和DuckDuckGo）的人的任何现有示例。

• 选项1：将浏览器名称和版本合并在一起的一列
  • 例如“ browser_version”列值：“ Safari-1.2.3”，“ Chrome-4.5.6”，“ Firefox-7.8.9”

| order_id | browser_version |
| 1        | Safari-1.2.3    |
| 2        | Chrome-4.5.6    |
| 3        | Firefox-7.8.9   |

• 选项2：两列：一列带有浏览器名称，另一列带有浏览器版本
  • 例如“浏览器”（第1列）的值：“ Safari”，“ Chrome”，“ Firefox”
  • 例如“版本”（第2列）值：“ 1.2.3”，“ 4.5.6”，“ 7.8.9”

| order_id | browser | version |
| 1        | Safari  | 1.2.3   |
| 2        | Chrome  | 4.5.6   |
| 3        | Firefox | 7.8.9   |

• 选项3：两列：一列包含浏览器名称，另一列包含浏览器名称和版本
  • 例如“浏览器”（第1列）的值：“ Safari”，“ Chrome”，“ Firefox”
  • 例如“ browser_version”（第2列）值：“ Safari-1.2.3”，“ Chrome-4.5.6”，“ Firefox-7.8.9”

| order_id | browser | browser_version |
| 1        | Safari  | Safari-1.2.3    |
| 2        | Chrome  | Chrome-4.5.6    |
| 3        | Firefox | Firefox-7.8.9   |

为一种热编码设置数据值（假设CSV文件，列）的最有益方法是什么？

我认为正确的答案可能是测试每个选项并检查结果，但是我认为这很可能是之前做过的事情，因此我认为这是一个值得问的问题。

Answer 1

我会使用第一个选项。它将给出每对索引（浏览器|版本）。

第二个选项将不同浏览器的版本号放在同一列中，而这些数字不可比较。您可以将一个Chrome版本号与另一个Chrome版本号进行比较，但不能将一个Chrome版本号与Firefox进行比较。

第三个选项包含第一个选项，并带有其他冗余数据。