Python Sklearn对同一单元格中有多个类的列进行编码

假设我有以下数据帧：

   Column
0  A - B - C
1      A - B
2      A - C
3          A
4          B
5          C

我想对“列”进行编码，但我在同一个单元格中有多个类。使用pandas，我可以执行以下操作以获得正确的编码输出：

df['Column'].str.get_dummies（sep='-'）

---

如何使用Sklearn进行相同的转换？

另一种方法是使用MultiLabelBinarizer类，因为它支持将iterable作为输入

df['Column'] = df['Column'].str.split(' - ')
enc = MultiLabelBinarizer()
enc.fit_transform(df['Column'])

---

另一种方法是使用MultiLabelBinarizer类，因为它支持iterable作为输入

df['Column'] = df['Column'].str.split(' - ')
enc = MultiLabelBinarizer()
enc.fit_transform(df['Column'])

---

看起来您可以使用

CountVectorizer

指定如何识别边界来完成此操作

import pandas as pd
from sklearn.feature_extraction.text import CountVectorizer
df = pd.DataFrame({'Column': ['A - B - C', 'A - B', 'A - C', 'A', 'B', 'C']})    

vectorizer = CountVectorizer(analyzer=lambda x: x.split(' - '))
X = vectorizer.fit_transform(df['Column'])

---

---

看起来您可以使用

CountVectorizer

指定如何识别边界来完成此操作

import pandas as pd
from sklearn.feature_extraction.text import CountVectorizer
df = pd.DataFrame({'Column': ['A - B - C', 'A - B', 'A - C', 'A', 'B', 'C']})    

vectorizer = CountVectorizer(analyzer=lambda x: x.split(' - '))
X = vectorizer.fit_transform(df['Column'])

---

---

一个hot，顾名思义，意味着您只希望打开一个位，而其余的位为零。你的情况并不完全是这样（行可以在多个功能中占用空间）@ALollz：我理解，谢谢。你知道我还可以用什么方法来学习Sklearn来获得同样的结果吗？@ALollz：我找到了一种方法，用解决方案更新帖子。非常感谢。一个hot，顾名思义，意味着您只希望打开一个位，而其余的位为零。你的情况并不完全是这样（行可以在多个功能中占用空间）@ALollz：我理解，谢谢。你知道我还可以用什么方法来学习Sklearn来获得同样的结果吗？@ALollz：我找到了一种方法，用解决方案更新帖子。非常感谢。