在python中执行OneHotEncoder后，保留列名的最佳方法是什么？

在python中执行一个热编码器之后，保留列名的最佳方法是什么？我的所有功能都是分类的，因此我喜欢以下内容： 因此，导入数据集后，它如下所示

 PlaceID       Date  ...  BlockedRet  OverallSeverity
0    23620  1/10/2019  ...           1                1
1    13352  1/10/2019  ...           1                1
2    13674  1/10/2019  ...           1                1
3    13501  1/10/2019  ...           1                1
4    13675  1/10/2019  ...           1                1

[5 rows x 28 columns]

选择功能后，我想使用一个热编码器对其进行转换，因为大多数功能都是分类的，我的问题是：

from sklearn.preprocessing import LabelEncoder, OneHotEncoder

hotencode = OneHotEncoder(categorical_features=[0])
features = hotencode.fit_transform(features).toarray()

---

结果没有原始列名，如何使用相同的列名+0,1,2,3来转换它们。

下面是一个简单的示例：

import pandas as pd

df = pd.DataFrame([
       ['green', 'Chevrolet', 2017],
       ['blue', 'BMW', 2015], 
       ['yellow', 'Lexus', 2018],
])
df.columns = ['color', 'make', 'year']

df

'''
    color       make  year  color_encoded  Color_0  Color_1  Color_2
0   green  Chevrolet  2017              1      0.0      1.0      0.0
1    blue        BMW  2015              0      1.0      0.0      0.0
2  yellow      Lexus  2018              2      0.0      0.0      1.0
'''

方法1: 一个热编码器

from sklearn.preprocessing import LabelEncoder
le_color = LabelEncoder()
df['color_encoded'] = le_color.fit_transform(df.color)

from sklearn.preprocessing import OneHotEncoder
color_ohe = OneHotEncoder()

X = color_ohe.fit_transform(df.color_encoded.values.reshape(-1,1)).toarray()

dfOneHot = pd.DataFrame(X, columns = ["Color_"+str(int(i)) for i in range(X.shape[1])])
df = pd.concat([df, dfOneHot], axis=1)

df

'''
    color       make  year  color_encoded  Color_0  Color_1  Color_2
0   green  Chevrolet  2017              1      0.0      1.0      0.0
1    blue        BMW  2015              0      1.0      0.0      0.0
2  yellow      Lexus  2018              2      0.0      0.0      1.0
'''

参考：

方法2: 得到假人

df_final = pd.concat([df, pd.get_dummies(df["color"],prefix="color")], axis=1)


df_final

'''
    color       make  year  color_blue  color_green  color_yellow
0   green  Chevrolet  2017           0            1             0
1    blue        BMW  2015           1            0             0
2  yellow      Lexus  2018           0            0             1
'''

参考：

---

对不起，但我不清楚您在问什么：1）加载数据后，您的数据帧

df

看起来像什么？请在问题中加上一个例子；2）

df.iloc[：，+2:-1]

应该如何执行一个热编码？在我看来，这就像是选择了第三列；3） 最后你想得到什么？请在问题中分享一个你想要的输出的例子。希望问题现在清楚了，非常感谢！欢迎：）……一旦你有足够的声誉，请立即投票并接受答案。