1.pd.factorize和sklearn.preprocessing.LableEncoder都只接受一维数组输入、一维数组输出；
pd.get_dummies和sklean.preprocessing.OneHotEncoder可接受多维数组输入、多维输出；
2.pd.factorize和sklearn.preprocessing.LableEncoder是编码，不一定搞成one-hot类型的，比如可以将['one','two','three']搞成[1,2,3];
pd.get_dummies和sklean.preprocessing.OneHotEncoder则是搞成one-hot类型编码；
3.pd.get_dummies只能讲categorical数据转成ont-hot形式，数字类型的数据不做任何处理；
A和C列为数字类型，未处理
OneHotEncoder则只能处理数字类型或者字符串类型的数字数据，所以要在使用OneHotEncoder之前需要先用LabelEncoder先将其他categorical data转成int类型
使用OneHotEncoder之前需要先用LabelEncoder先将其他categorical data转成int类型
pandas.factroize和sklean.preprocessing.labelEncoder则是将普通的categorical data（包括int类型的）转成int类型的
网友评论