Python-如何在使用train_test_split分割数据后，反转使用LabelEncoder编码的数据的编码？

我正在尝试导出一个数据集的未编码版本，该数据集是使用LabelEncoder编码的（来自

sklearn.preprocessing

，以启用机器学习算法的应用），随后被拆分为训练和测试数据集（使用“训练-测试-拆分”）

我想将测试数据导出到excel，但要使用原始值。到目前为止，我发现的示例仅对一个变量使用

LabelEncoder的
逆变换
方法。我想将它自动应用于最初编码的多个列

以下是一个示例数据：

# data
code = ('A B C D A B C D E F').split()
sp = ('animal bird animal animal animal bird animal animal bird thing').split()
res = ('yes, yes, yes, yes, no, no, yes, no, yes, no').split(", ")
 
data =pd.DataFrame({'code':code, 'sp':sp, 'res':res})
data

假设“res”是目标变量，“code”和“sp”是特性。
给你：

# data
code = ('A B C D A B C D E F').split()
sp = ('animal bird animal animal animal bird animal animal bird thing').split()
res = ('yes, yes, yes, yes, no, no, yes, no, yes, no').split(", ")
 
data = pd.DataFrame({'code':code, 'sp':sp, 'res':res})
data





您可以对测试数据执行相同的操作

# reversal of encoding of data
dfr_test = X_test.copy()
for column in X.columns:
    le.fit(data[column])
    dfr_test[column] = le.inverse_transform(X_test[column])
dfr_test

以下是用于导出的完整培训数据（功能+变量）：

# reverse encoding of target variable y
le.fit(data['res'])
dfr_train['res'] = le.inverse_transform(y_train)
dfr_train     # unencoded training data, ready for export

给你：

# data
code = ('A B C D A B C D E F').split()
sp = ('animal bird animal animal animal bird animal animal bird thing').split()
res = ('yes, yes, yes, yes, no, no, yes, no, yes, no').split(", ")
 
data = pd.DataFrame({'code':code, 'sp':sp, 'res':res})
data





您可以对测试数据执行相同的操作

# reversal of encoding of data
dfr_test = X_test.copy()
for column in X.columns:
    le.fit(data[column])
    dfr_test[column] = le.inverse_transform(X_test[column])
dfr_test

以下是用于导出的完整培训数据（功能+变量）：

# reverse encoding of target variable y
le.fit(data['res'])
dfr_train['res'] = le.inverse_transform(y_train)
dfr_train     # unencoded training data, ready for export