Question

当尝试在我的机器学习项目中实现OneHotEncoding时，我正在使用以下代码对我的3个类别特征（工作，婚姻状况和教育程度）进行编码

encoder = OneHotEncoder(categories = 'auto')
feature_array = encoder.fit_transform(df[['job', 'marital', 'education']]).toarray()
feature_labels = encoder.categories_

这会将3个要素中的每个要素的类别返回到列表中捕获的3个不同的数组中。

[array(['admin.', 'blue-collar', 'management', 'retired', 'self-employed',
        'services', 'student', 'technician', 'unemployed', 'unknown'],
       dtype=object),
 array(['divorced', 'married', 'single'], dtype=object),
 array(['primary', 'secondary', 'tertiary', 'unknown'], dtype=object)]

我知道在此列表中使用for循环可以返回3个列表，其中包含所有3个功能的标签，

for value in feature_labels:
    print(value)

['admin.' 'blue-collar' 'management' 'retired' 'self-employed' 'services'
 'student' 'technician' 'unemployed' 'unknown']
['divorced' 'married' 'single']
['primary' 'secondary' 'tertiary' 'unknown']

话虽这么说，我是否可以合并使用一个更优雅的衬里或一个衬里来创建包含我的3个功能的所有不同类别的列表？最后，我希望有一个看起来像下面的列表，这样我就可以将所有3种编码功能通过管道传输到单个数据框中，

['admin.', 'blue-collar', 'management', 'retired', 'self-employed', 'services', 'student' ,'technician', 'unemployed', 'unknown', 'divorced', 'married', 'single', 'primary', 'secondary', 'tertiary', 'unknown']

Answer 1

您可以使用numpy的串联来连接您的3个数组：（https://numpy.org/doc/stable/reference/generated/numpy.concatenate.html）

labels = np.concatenate(feature_labels)

# The result:
array(['admin.', 'blue-collar', 'management', 'retired', 'self-employed',
       'services', 'student', 'technician', 'unemployed', 'unknown',
       'divorced', 'married', 'single', 'primary', 'secondary',
       'tertiary', 'unknown'], dtype=object)

Answer 2

如果您有嵌套列表：

l = [['admin.', 'blue-collar', 'management', 'retired', 'self-employed','services', 'student', 'technician', 'unemployed', 'unknown'],\
['divorced', 'married', 'single'], ['primary', 'secondary', 'tertiary', 'unknown']]

取消嵌套的方法之一是：

import itertools

flat_l  = list(itertools.chain(*l))

结果：

['admin.',
 'blue-collar',
 'management',
 'retired',
 'self-employed',
 'services',
 'student',
 'technician',
 'unemployed',
 'unknown',
 'divorced',
 'married',
 'single',
 'primary',
 'secondary',
 'tertiary',
 'unknown']

Answer 3

由于您有一个numpy数组列表，因此您也可以使用：

import numpy as np

l = list(np.concatenate(feature_labels))

熊猫-将numpy数组列表转换为一个列表？

3 个答案: