如何在Pandas DataFrame中用Python字典实现标签编码（不依赖LabelEncoder）

当然可以，用Python字典实现标签编码非常直接，完全不需要依赖LabelEncoder或OneHotEncoder这类工具，具体实现可以分两种场景：

1. 处理普通列表数据 #

如果你的标签是以普通Python列表形式存储的，只需要先定义好标签与编码的映射字典，再通过列表推导式完成转换：

# 原始标签列表
original_labels = ['M', 'B', 'B', 'M']
# 自定义标签映射字典
label_map = {'M': 0, 'B': 1}
# 执行编码转换
encoded_labels = [label_map[label] for label in original_labels]
print(encoded_labels)  # 输出: [0, 1, 1, 0]

2. 处理Pandas DataFrame列数据 #

如果数据存储在Pandas的DataFrame中，可以直接用map()方法快速完成整列的编码：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({'Result': ['M', 'B', 'B', 'M']})
# 定义映射字典
label_map = {'M': 0, 'B': 1}
# 对Result列进行编码
df['Result'] = df['Result'].map(label_map)
print(df)

执行后输出的结果为：

Result
0       0
1       1
2       1
3       0

这种方式的优势在于完全可控，你可以根据需求自定义每个标签对应的编码值，灵活度拉满，不需要依赖额外的机器学习库。

内容的提问来源于stack exchange，提问作者Mahimai Raja J