[인코딩,sklearn] Ordinal Encoding

인코딩 방법에는 여러가지가 존재한다.

본 포스팅에서는 Ordinal 인코딩을 사용한다.

One-Hot 인코딩은 단어 집합의 크기를 벡터 차원으로 하여 0과 1로 표현하는 반면,

Ordinal 인코딩은 단어를 0~n의 값으로 치환한다.

따라서 데이터프레임의 컬럼 개수는 그대로이다.

샘플 데이터 생성

import pandas as pd
df=pd.DataFrame({
    'ID':[1,2,3,4,5],
    'name':['아메리카노','바닐라라떼','아메리카노','민트초코','아메리카노'],
    'tumbler':['N','Y','Y','N','N']
})

print(df)

컬럼별 데이터 타입 살펴보기

print(df.dtypes)

범주형 데이터 타입만 살펴보기 (categorical, object)

categorical_list = df.dtypes[df.dtypes == "object"].index.tolist()
print("Categorical features: ", categorical_list)

범주형 데이터 Ordinal 인코딩

from sklearn.preprocessing import OrdinalEncoder

enc = OrdinalEncoder()
df[categorical_list] = enc.fit_transform(df[categorical_list])

print(df)

인코더에 fit된 범주형 데이터 리스트 보기

print(enc.categories_)