Python OneHotEncoder更改名称列

我使用OneHotencoder将分类列转换为数字数据，但算法会更改列的名称。如何保存同名列

（我使用python 3）

我的数据框如下所示：

>>> import pandas 
>>> import numpy
>>> ar = numpy.array([['yassine', 1], ['jack',7], ['ahmed',4]])
>>> df = pandas.DataFrame(ar, columns = ['name', 'label'])
>>> df
      name label
0  yassine     1
1     jack     7
2    ahmed     4


>>> import category_encoders as ce
>>> ohe = ce.OneHotEncoder(handle_unknown='ignore', 
    use_cat_names=True)
>>> label_fournisseur = ohe.fit_transform(list(df['name']))
>>> label_fournisseur
   0_yassine  0_jack  0_ahmed
0          1       0        0
1          0       1        0
2          0       0        1

我需要列保持不变，不做任何更改：

     yassine    jack    ahmed
0          1       0        0
1          0       1        0
2          0       0        1

---

谢谢

您可以根据需要更改列的名称。要删除“0”，您可以执行以下操作，例如：

label_fournisseur.columns = [ x[2:] for x in label_fournisseur.columns ]

获取所需内容的另一种方法（无需另一个库）：

结果：

       ahmed  jack  yassine
0      0     0        1
1      0     1        0
2      1     0        0

---

注意：如果每个观察（您的案例）的输入有一个类别，get_dummies会执行一个热编码。对于其他情况（每次观察有多个类别），整个问题应更改为不同的（因为列名中不能只有一个类别）。

您可以根据需要更改列名。要删除“0”，您可以执行以下操作，例如：

label_fournisseur.columns = [ x[2:] for x in label_fournisseur.columns ]

获取所需内容的另一种方法（无需另一个库）：

结果：

       ahmed  jack  yassine
0      0     0        1
1      0     1        0
2      1     0        0

---

注意：如果每个观察（您的案例）的输入有一个类别，get_dummies会执行一个热编码。对于其他情况（每次观察多个类别），整个问题应更改为不同的（因为列名中不能只有一个类别）。

谢谢@vladmihaisima，但每次算法都会进行另一次修改，如0_yassine_或0_0yassine。我不明白为什么一般来说，你不需要列名。如果要检索初始类别，请使用逆变换。拥有可识别的列名（例如用于调试）会有所帮助，如果需要，您可以更改列名，或者使用其他库。我已经相应地编辑了答案。谢谢@vladmihaisima，但每次算法都会进行另一次修改，如0_yassine_或0_0yassine。我不明白为什么一般来说，你不需要列名。如果要检索初始类别，请使用逆变换。拥有可识别的列名（例如用于调试）会有所帮助，如果需要，您可以更改列名，或者使用其他库。我已相应地编辑了答案。