Python 可以在2D列表上应用sklearn.preprocessing.LabelEncoder（）吗？

假设我有一个列表，如下所示：

l = [
       ['PER', 'O', 'O', 'GEO'],
       ['ORG', 'O', 'O', 'O'],
       ['O', 'O', 'O', 'GEO'],
       ['O', 'O', 'PER', 'O']
    ]

我想用LabelEncoder（）对2D列表进行编码

它应该看起来像：

l = [
       [1, 0, 0, 2],
       [3, 0, 0, 0],
       [0, 0, 0, 2],
       [0, 0, 1, 0]
    ]

可能吗？ 如果没有，是否有解决办法

---

提前谢谢

您可以展平列表，用所有潜在值匹配编码器，然后使用编码器变换每个子列表，如下所示：

来自sklearn.preprocessing导入标签编码器
l=[
[PER'，O'，O'，GEO']，
['ORG'，'O'，'O'，'O']，
['O'、'O'、'O'、'GEO']，
['O'，'O'，'PER'，'O']
]
展平的_l=[e表示子列表中的e表示子列表中的e]
#扁平化的l是['PER'，'O'，'O'，'GEO'，'ORG'，'O'，'O'，'O'，'O'，'GEO'，'O'，'O'，'O'，'PER'，'O']
le=标签编码器（）.配合（展平）
#请参见编码器生成的映射：
列表（枚举（类）
#[（0，'GEO'），（1，'O'），（2，'ORG'），（3，'PER'）]
#最后，变换每个子列表：
res=[list（le.transform（sublist）），用于l中的子列表]
物件
#获得您想要的结果：
# [[3, 1, 1, 0], [2, 1, 1, 1], [1, 1, 1, 0], [1, 1, 3, 1]]

您的预期输出是什么？问题不清楚。我刚刚更新了问题。谢谢你指出。