如何将TargetEncoder映射展平为DataFrame及替换分类值？

先明确enc.mapping的结构：它是一个列表，每个元素对应一列的映射信息，包含列名col和该列的分类-目标值映射（通常是Series格式）。比如示例中的结构大致为：

[{'col': 'group1', 'mapping': pd.Series({'A1': 2.0, 'B1': 4.5}, name='group1')},
 {'col': 'group2', 'mapping': pd.Series({'A2': 1.0, 'B2': 4.5, 'C2': 3.0}, name='group2')}]

要将其转换为包含group、cat_val、target_val三列的DataFrame，直接用列表推导式结合pd.concat即可实现：

import pandas as pd

# 展平映射并拼接成DataFrame
result_df = pd.concat(
    [pd.Series(m['mapping'], name='target_val')
       .rename_axis('cat_val')
       .reset_index()
       .assign(group=m['col'])
     for m in enc.mapping],
    ignore_index=True
)[['group', 'cat_val', 'target_val']]

运行后就能得到符合要求的结构。

假设enc.ordinal_encoder.mapping的结构是：每个元素包含列名col和分类-序数的映射字典，比如：

[{'col': 'group1', 'mapping': {'A1': 0, 'B1': 1}},
 {'col': 'group2', 'mapping': {'A2': 0, 'B2': 1, 'C2': 2}}]

不需要按group分组替换，直接构建反向映射字典后批量替换即可，步骤如下：

1. 构建全局反向映射字典 #

reverse_mapping = {}
for item in enc.ordinal_encoder.mapping:
    # 将原映射的键值反转：序数 -> 原始分类值
    reverse_mapping[item['col']] = {v: k for k, v in item['mapping'].items()}

2. 替换DataFrame中的cat_val字段 #

假设待处理的DataFrame为target_df，包含group和cat_val列，用apply即可快速替换：

target_df['cat_val'] = target_df.apply(
    lambda row: reverse_mapping[row['group']][row['cat_val']],
    axis=1
)

如果数据量较大，用np.select效率更高：

import numpy as np

conditions = [target_df['group'] == col for col in reverse_mapping.keys()]
choices = [target_df['cat_val'].map(rev_map) for rev_map in reverse_mapping.values()]

target_df['cat_val'] = np.select(conditions, choices)

这两种方式都比分组替换更简洁高效。

内容的提问来源于stack exchange，提问作者user6703592