Python 如何按顺序标记分类变量？

我有一个pandas数据框架，左侧列为以下分类变量，右侧列为它们的具体实现

（对低分辨率表示歉意）

对于统计回归，我想标记所有这些分类变量，例如，在

LotShape

中，

Reg

变成

0

，

IR1

变成

1

，

IR2

和

IR3

。我发现scikit learn的

LabelEncoder

可以完成这项工作，但有一个问题。其中一些分类变量是隐式顺序变量，

0

，

1

。。。需要分配给正确的标签，

LotShape

恰好在那里是有序的

所以我的问题是，我如何有效地，按照我指定的顺序，标记大量的分类变量？

这可能会有所帮助

x= ['GA','TA','SA','TA','GA','TA','SA']

import numpy as np
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing.label import _encode
from sklearn.utils import column_or_1d
x = column_or_1d(x, warn=True)
classes_,encoded_values = _encode(x,uniques=np.array(['GA','TA','SA']),encode=True)
encoded_values, classes_

#(array([0, 1, 2, 1, 0, 1, 2]), ['GA', 'TA', 'SA'])

#comparing with labelencoder, which will sort the labels before encoding
le = LabelEncoder()

le.fit_transform(x),le.classes_

#
(array([0, 2, 1, 2, 0, 2, 1], dtype=int64),
 array(['GA', 'SA', 'TA'], dtype='<U2'))

x=['GA'，'TA'，'SA'，'TA'，'GA'，'TA'，'SA']
将numpy作为np导入
从sklearn.preprocessing导入标签编码器
从sklearn.preprocessing.label import\u encode
从sklearn.utils导入列_或_1d
x=列_或_1d（x，warn=True）
类，编码的值=_encode（x，uniques=np.array（['GA'，'TA'，'SA']），encode=True）
编码的值、类_
#（数组（[0,1,2,1,0,1,2]），['GA'，'TA'，'SA']
#与labelencoder相比，它将在编码之前对标签进行排序
le=标签编码（）
le.fit_变换（x），le.class_
#
（数组（[0,2,1,2,0,2,1]，dtype=int64），
数组（['GA'，'SA'，'TA']，dtype='可以使用基本python函数
list.index（）
来实现此目的

以Coolio2654回答中的示例列表为例：

x= ['GA','TA','SA','TA','GA','TA','SA']
orderlist = ['GA','TA','SA']

使用
map
功能：

list(map(lambda a: orderlist.index(a), x))

或列表理解：

[orderlist.index(a) for a in x]

上述各项的输出为：

[0, 1, 2, 1, 0, 1, 2]

可以将上面的内容放入一个函数中，该函数可以为每个分类列调用。
这是一个普通的答案。我在这里看到的隐式解决方案是手动指定要在
LabelEncoder
中转换的变量的顺序。