Python 如何对特征值为数字范围的有序特征进行预处理，并对其进行相应的排序或编码

我的数据集中有以下功能列：

+-----------+
|   size    |
+-----------+
| 10-90     |
| <10       |
| 100-200   |
| 10-90     |
| 500-800   |
| 10000+    |
| <10       |
| 1000-4999 |
+-----------+

y的输出为：

[10-90, <10, 100-200, 10-90, 500-800, 10000+, <10, 1000-4999]
Categories (6, object): [10-90 < 100-200 < 1000-4999 < 10000+ < 500-800 < <10]

---

[10-90，熊猫解决方案也指定了
类别
的预期顺序：

cats= ['<10', '10-90' , '100-200','500-800', '1000-4999', '10000+']
y = pd.Categorical(train['size'],ordered=True, categories=cats)
print (y)
[10-90, <10, 100-200, 10-90, 500-800, 10000+, <10, 1000-4999]
Categories (6, object): [<10 < 10-90 < 100-200 < 500-800 < 1000-4999 < 10000+]

cats=['Pandas解决方案也指定了
类别
的预期顺序：

cats= ['<10', '10-90' , '100-200','500-800', '1000-4999', '10000+']
y = pd.Categorical(train['size'],ordered=True, categories=cats)
print (y)
[10-90, <10, 100-200, 10-90, 500-800, 10000+, <10, 1000-4999]
Categories (6, object): [<10 < 10-90 < 100-200 < 500-800 < 1000-4999 < 10000+]

cats=['R解决方案：

cats = c('<10', '10-90' , '100-200','500-800', '1000-4999', '10000+')

 factor(train$size,levels = cats,ordered = TRUE)
[1] 10-90     <10       100-200   10-90     500-800   10000+    <10       1000-4999
Levels: <10 < 10-90 < 100-200 < 500-800 < 1000-4999 < 10000+

cats=c（'R解决方案：

cats = c('<10', '10-90' , '100-200','500-800', '1000-4999', '10000+')

 factor(train$size,levels = cats,ordered = TRUE)
[1] 10-90     <10       100-200   10-90     500-800   10000+    <10       1000-4999
Levels: <10 < 10-90 < 100-200 < 500-800 < 1000-4999 < 10000+

cats=c（'我不是
r
coder，但如何工作
y=factor（train$size，levels=c（'我不是
r
coder，但如何工作
y=factor（train$size，levels=c（'x=np.unique（train_数据['size']）打印（x）数组(['10-90'，'100-200'，'1000-4999'，'10000+'，'500-800'，您的代码是错误的，因为需要手动指定类别，因为
print（x）
创建了错误的顺序，因为像字符串一样按字典排序。对于排名使用
print（y.code）
-我的数据有很多层次。因此我想避免手动分类。我知道这是否是唯一的方法。有没有方法映射一个看不见的数据，比如说@rjdj-理论上很难回答。给我一些时间。x=np.unique（train_data['size']）print（x）数组(['10-90'，'100-200'，'1000-4999'，'10000+'，'500-800'，您的代码是错误的，因为需要手动指定类别，因为
print（x）
创建了错误的顺序，因为像字符串一样按字典排序。对于排名使用
print（y.code）
-我的数据有很多层次。所以我想避免手动分类。我知道这是否是唯一的方法。有没有方法映射一个看不见的数据，比如说，@rjdj-理论上很难回答。给我一些时间。