如何编码20+；在python中使用sklearn使用分类数据的列

我有一个数据集，有20多列，每列都有分类数据。如何在python中使用sklearn对这些代码进行编码。我试过LabelBinarizer、LabelEncoder和Onehotencoder，但都不起作用

错误之一：

ValueError:标签二值化不支持多输出目标数据

我使用的是kaggle数据集

datasets = pd.read_csv('mushrooms.csv')
x = datasets.iloc[:, 1:23].values
y = datasets.iloc[:,0].values

from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.2,random_state=0)

from sklearn.preprocessing import LabelBinarizer
encoder = LabelBinarizer()
datasets_cat_hot = encoder.fit_transform(x_train)

---

无法在

numpy

数组的多个列上应用

LabelBinarizer

以及

LabelEncoder

。但是，您可以使用

pandas

数据帧的

apply

方法来实现这一技巧。以下是一个完整的解决方案：

import pandas as pd
from sklearn.preprocessing import LabelEncoder, OneHotEncoder

df = pd.read_csv('mushrooms.csv')
X_df = df.iloc[:, 1:]
y_df = df.iloc[:, 0]

X_df = X_df.apply(LabelEncoder().fit_transform)

X = OneHotEncoder(sparse=False).fit_transform(X_df.values)
y = LabelEncoder().fit_transform(y_df.values)

同样的问题