使用OneHotEncoder()的更好方法是什么？
使用OneHotEncoder()的更好方法是什么？
提问于 2019-12-25 20:02:13
此刻，我有一只熊猫df x。x有一个字符串列Name，我希望在Scikit学习管道中在它上使用OneHotEncoder()。但是，我首先想要操作Name列(格式、条形和调整)，我想我可以为此构建自己的转换器。看起来是这样的：
class NameModifier(BaseEstimator, TransformerMixin):
def __init__(self):
pass
def fit(self, X, y=None):
return self
def transform(self, X, y=None):
new_name_df = modifyAndReturnNewDataFrame(X)
return new_name_df然后我有了这条管道：
my_pipeline = ColumnTransformer([
("modify_name", NameModifier(), ["Name"]),
("encode_name", OneHotEncoder(), ["Name"])
])
# get prepared data
prepared_data = my_pipeline.fit_transform(x)这不像我想的那样工作；看起来我的管道首先格式化了名称，但是OneHotEncoder()实际上不是编码修改后的Name列，而是编码原始的Name (没有修改)。如何将这些更改集成到管道中？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-12-26 03:39:51
如果数据在Pandas DataFrame中，我将在通过管道运行数据之前使用apply：
import pandas as pd
data = [['Name_1 Space ', 123], ['Name_2 Space ', 456]]
df = pd.DataFrame(data, columns=['Names', 'Numerics'])
df['Names'] = df.Names.apply(lambda col: col.strip().replace(' Space', '').upper())
print(df)
Names Numerics
0 pre NAME_1 123
1 pre NAME_2 456页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/59481481
复制相关文章
相似问题
腾讯云开发者
