一、對資料進行編碼分兩種情況

1、原始資料的離散特徵取值之間沒有大小關係，直接進行編碼即可，比如週一週二，

2、原始資料有大小關係，比如成績分數之類的，直接進行數值對映即可

第一種情況，不進行數值對映，直接進行one-hot編碼

程式碼如下：

import pandas as pd

df = pd.DataFrame([
			['xiaoming', 'b', 15, 'mon'],
			['xiaohong', 'a', 13, 'tue'],
			['xiaoli',   'b', 14, 'mon'],
			['xiaomeng', 'c', 12, 'fri']])

df.columns = ['name','score','age','date']

print("原始資料： ")
print(df)


print("直接對原始資料進行one-hot編碼： ")
df = pd.get_dummies(df)
print(df)
 

結果如下：

第二種情況，考慮資料大小之間的關係，先對映，再one-hot編碼

先將上面直接one-hot編碼的程式碼註釋掉，然後進行數值對映，再one-hot編碼，

程式碼如下：

import pandas as pd

df = pd.DataFrame([
			['xiaoming', 'b', 15, 'mon'],
			['xiaohong', 'a', 13, 'tue'],
			['xiaoli',   'b', 14, 'mon'],
			['xiaomeng', 'c', 12, 'fri']])

df.columns = ['name','score','age','date']

print("原始資料： ")
print(df)

"""
print("直接對原始資料進行one-hot編碼： ")
df = pd.get_dummies(df)
print(df)
"""	
score_map = {
				'a':1,
				'b':2,
				'c':3
				}
		
# 對分數（第二列）進行數值對映				
df['score'] = df['score'].map(score_map)
print("第二列數值對映後的資料： ")
df = pd.get_dummies(df)
print(df)	
 

結果如下：

我們可以發現score一列的值變成了我們的給定值。