Python 在编码分类值时，defaultdict和get_假人之间有什么区别

通常在python中，我们使用get_假人对分类值进行编码，但我发现了以下代码：

LABEL_ENCODERS = defaultdict(LabelEncoder)
df_new=df.apply(lambda x:LABEL_ENCODERS[x.name].fit_transform(x) \
       if x.dtype=='O' else x)

尝试使用默认dict进行编码是很困难的，只是想知道与get_假人相比，使用默认dict有什么缺点吗

---

谢谢

请适当标记您的问题。Python不是numpy或pandas或其他任何东西。当然不是所有上述库都与这个问题相关！？我假设

get\u dummies

是，而

LabelEncoder

是。这是正确的吗？仅从查看

get_dummies

的文档和源代码来看，这显然是一个复杂的

pandas

特定操作

defaultdict

是对

dict

的基本Python扩展，但真正的工作是由

LabelEncoder

类完成的

defaultdict

只是在字典中收集结果的一种方式。您已经理解了整个

apply

表达式，但不只是其中的一部分。