如何将文件夹中多CSV文件末尾双字符类别编码为1-10的数字标签？

问题根源 #

• 字符串切片逻辑错误：你用f[-5:7]提取类别完全不对，文件名是Folder_file1_MR这类格式，末尾两位才是类别标识，应该用f[-2:]取最后两个字符。原切片会让所有target_all里的元素内容一致，LabelEncoder自然把所有相同值编码成0。
• 冗余报错代码：那段for i, j in range(list_files): dataset = pd.read_csv(list_files)完全没用，而且range(list_files)本身就会报错（range需要整数参数，你传了列表），必须删掉。

修复步骤 #

1. 修正类别提取逻辑：把target_all.append(f[-5:7])改成target_all.append(f[-2:])，精准获取文件名末尾的两位类别标识。
2. 删除无效代码：移除那段报错的for循环，避免运行时抛出异常。
3. 验证类别有效性（可选）：编码前可以执行print(set(target_all))，确认是否包含10种不同类别，确保提取逻辑正确。

修正后的完整代码 #

import os
import numpy as np
from sklearn import preprocessing

# 替换成你自己定义的特征提取函数
def extract_features(data):
    # 示例：提取数据均值作为特征，根据你的需求修改逻辑
    return np.mean(data, axis=0)

# 替换为你的实际文件夹路径
FOLDNAME = "./your_target_folder"
list_files = os.listdir(FOLDNAME)

features_all = []
target_all = []
le = preprocessing.LabelEncoder()

for i, f in enumerate(list_files):
    file_path = os.path.join(FOLDNAME, f)
    data = np.genfromtxt(file_path, delimiter=",")
    # 正确提取末尾两位类别标识
    target_all.append(f[-2:])
    features_all.append(extract_features(data))

features_all = np.asarray(features_all)
target_all = le.fit_transform(target_all)

# 可选：查看类别与编码的对应关系
print("类别编码对应表：")
print(dict(zip(le.classes_, range(len(le.classes_)))))

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