Python 基于整个数据帧的编码标签列

我的数据框架如下所示：

df =  pd.DataFrame([[1,0,0,1], [0,1,0,0], [0,0,0,0], [1,0,0,0]], columns=list("ABCD"))
>>> df
   A  B  C  D
0  1  0  0  1
1  0  1  0  0
2  0  0  0  0
3  1  0  0  0

我想创建一个与

df

高度相同的单列数据框，带有标签，对于一行中的1和0的每个组合，它会分配一个不同的类（最好是数字），即此df应该如下所示：

>>> df_labels
    x
0   0
1   1
2   2
3   3

寻找基于pandas或sklearn等库中已有内置函数的解决方案，而不是从头开始编写代码，尽管我们非常感谢您的帮助

目前，我提出了这样的解决方案：

from sklearn.preprocessing import LabelEncoder 

labels = []
for i in range(0, len(df)):
    # create string from every row
    val = "".join([str(x) for x in df.loc[i]])
    labels.append(val)

# encode numeric labels for strings created
enc = LabelEncoder()
enc.fit(labels)
df_labels = pd.DataFrame(enc.transform(labels)) 

>>> df_labels
   0
0  3
1  1
2  0
3  2

---

但是，有更好的方法吗？

据我所知，没有内置的方法，但您可以这样做：

>>> df_labels
    x
0   0
1   1
2   2
3   3

---

df.apply（lambda x:（''u'）.join（str（x.values）），axis=1.astype（'category'）.cat.codes

据我所知，没有内置方法，但您可以这样做：

>>> df_labels
    x
0   0
1   1
2   2
3   3

---

df.apply（lambda x:（“'）.join（str（x.values）），axis=1.astype（'category'）.cat.code

您可以使用

factorize

pd.factorize(df.apply(tuple,1))[0]
array([0, 1, 2, 3])

pd.Series(pd.factorize(df.apply(tuple,1))[0])
0    0
1    1
2    2
3    3
dtype: int64

---

您可以使用

factorize

pd.factorize(df.apply(tuple,1))[0]
array([0, 1, 2, 3])

pd.Series(pd.factorize(df.apply(tuple,1))[0])
0    0
1    1
2    2
3    3
dtype: int64

---

如果您只需要一个通用的标签编码（不按您所需的输出顺序）来分离列“a”、“B”、“C”、“D”的组合，使用

点

是一种简单的方法

n = np.arange(1, len(df.columns)+1)

Out[14]: array([1, 2, 3, 4])

df.dot(n)

Out[15]:
0    5
1    2
2    0
3    1
dtype: int64

---

因此，如果您只需要一个通用标签编码（而不是按照所需输出的顺序），则每个组合将被编码为

dot

提供的唯一值，使用

dot来分离列“a”、“B”、“C”、“D”的组合是一种简单的方法

n = np.arange(1, len(df.columns)+1)

Out[14]: array([1, 2, 3, 4])

df.dot(n)

Out[15]:
0    5
1    2
2    0
3    1
dtype: int64

因此，每个组合将被编码为一个唯一值，由
dot
提供。输出与op相同，未回答问题。输出与op相同，未回答问题。根据答案中给出的最快解决方案，这是一个非常好的主意。谢谢大家!@不客气。很高兴我能帮忙：）答案中给出的最快解决方案，真是个好主意。谢谢大家!@不客气。很高兴我能帮忙：）