pandas labelencoder multiple columns

在 Pandas 中，您可以使用 LabelEncoder 对单个列中的文本值进行编码。但是，如果您想对多个列中的文本值进行编码，该怎么办呢？

以下是一种使用 Pandas 和 LabelEncoder 对多个列进行编码的方法：

import pandas as pd
from sklearn.preprocessing import LabelEncoder
创建一个 Pandas DataFrame，包含要编码的多个列：
data = {'color': ['red', 'blue', 'green', 'green', 'red', 'blue'],
        'size': ['M', 'S', 'L', 'XL', 'M', 'S'],
        'gender': ['male', 'female', 'male', 'female', 'male', 'female']}
df = pd.DataFrame(data)
创建一个 LabelEncoder 对象，并使用它来编码 DataFrame 中的每个列：
le = LabelEncoder()
df['color'] = le.fit_transform(df['color'])
df['size'] = le.fit_transform(df['size'])
df['gender'] = le.fit_transform(df['gender'])
在这个例子中，我们创建了一个 LabelEncoder 对象 le，然后使用它对 DataFrame 中的每个列进行编码。请注意，我们必须为每个列分别调用 fit_transform() 方法。如果您只想对单个列进行编码，则可以只对该列调用 fit_transform()。
打印编码后的 DataFrame：
print(df)
   color  size  gender
0      2     1       1
1      0     0       0
2      1     2       1
3      1     3       0
4      2     1       1
5      0     0       0
在这个例子中，我们可以看到编码后的 DataFrame。每个文本值都被替换为一个整数值。
希望这个例子能帮助您理解如何使用 LabelEncoder 对多个列进行编码。如果您有任何其他问题，请继续提问。