데이터 프레임의 여러 열에 대한 LabelBinarizer

Question

25 개의 열을 포함하는 CSV 파일이 있습니다. 일부는 숫자이고 일부는 범주 형이고 일부는 배우, 감독의 이름과 같습니다. 이 데이터에 회귀 모델을 사용하고 싶습니다. 이렇게하려면 scikit 패키지의 LabelBinarizer를 사용하여 범주형 열 문자열 유형을 숫자 값으로 변환해야합니다. 여러 범주 데이터가있는이 데이터 프레임에서 LabelBinarize를 어떻게 사용할 수 있습니까?

는 기본적으로 내가 레이블을 치화하고 dataframe에 추가 할 수 있습니다.

아래의 코드에서 필자는 이진화하려는 열의 목록을 검색하여 df에 새 열을 다시 추가하는 방법을 알 수 없었습니다. 다음 단계에서

categorylist = ['color', 'language', 'country', 'content_rating'] 
for col in categorylist: 
    tempdf = label_binarizer.fit_transform(df[col]) 

는 I은 tempdf df 추가 원래 열 DF [COL]를 드롭 할.

Answer 1

당신은 pd.get_dummies으로 한 줄이 작업을 수행 할 수 있습니다

tempdf = pd.get_dummies(df, columns=categorylist) 

그렇지 않으면 당신은 sklearn pipeline - how to apply different transformations on different columns

편집에 대한 답변과 같이 FunctionTransformer와 FeatureUnion를 사용할 수 있습니다를 @dukebody 추가로 덧글에서 sklearn-pandas 패키지를 사용하면 각 데이터 프레임 열에 다른 변형을 적용 할 수 있습니다.