scikit-learnのLabelEncoderを使ってみる（初心者向け）

文字データを数字に置換する必要があるときに、便利！

やっている事

タイタニック号のデータセットを利用して

• 任意のラベル名のカラム値を文字→数字へ変換
• 数字へ変換されたものを、文字に戻す

準備

タイタニック号のデータは、seabornに入っているので、呼び出します。

import seaborn as sns
import pandas as pd
from sklearn import preprocessing

titanic = sns.load_dataset("titanic")

数字へ変換されたラベルを、文字ラベルに戻すために辞書を用意

le_dict = {}

中身を確認

print(titanic.head())

実行

任意のラベル（sex, class）があるカラムのみ、文字→数字へ置き換えます

for column in ["sex", "class"]:
    le_dict[column] = preprocessing.LabelEncoder()
    le_dict[column].fit(titanic[column])
    titanic[column] = le_dict[column].transform(titanic[column])

結果を確認

print(titanic.head())

male -> 1, female ->0などに置き換えられたことが確認できます。

ラベルを戻す

inverse_transform()を利用すれば戻すことができます。

for column in ["sex", "class"]:
    titanic[column] = le_dict[column].inverse_transform(titanic[column])

結果を確認

print(titanic.head())

何事もなかったかのように戻りました

全コード

import seaborn as sns
import pandas as pd
from sklearn import preprocessing

titanic = sns.load_dataset("titanic")
le_dict = {}

print(titanic.head())

for column in ["sex", "class"]:
    le_dict[column] = preprocessing.LabelEncoder()
    le_dict[column].fit(titanic[column])
    titanic[column] = le_dict[column].transform(titanic[column])

print(titanic.head())

for column in ["sex", "class"]:
    titanic[column] = le_dict[column].inverse_transform(titanic[column])

print(titanic.head())