Python实现从1开始的LabelEncoder编码并保留列原始位置

你的需求是让team列编码值从1开始，且保持在数据框首位，只需对代码做两处简单修改：

1. 对LabelEncoder的结果加1，将0起始的编码转为1起始；
2. 直接替换原team列的值，无需删除后重新添加，这样列位置自然保留。

修改后的完整代码：

#Load the required libraries
import pandas as pd
import numpy as np
from sklearn.preprocessing import LabelEncoder

#Create dictionary
data = {'team': ['A', 'A', 'B', 'B', 'C'],
        'Income': [5849, 4583, 3000, 2583, 6000],
        'Coapplicant Income': [0, 1508, 0, 2358, 0],
        'LoanAmount': [123, 128, 66, 120, 141]}

#Convert dictionary to dataframe
df = pd.DataFrame(data)
print("\n原始df:\n", df)

# Initiate label encoder
le = LabelEncoder()
 
# 生成从1开始的编码
label = le.fit_transform(df['team']) + 1
 
# 打印编码结果
print("\n编码后label =", label )

# 直接替换原team列，保持列位置不变
df["team"] = label
 
# 打印处理后的Dataframe
print("\n处理后的df:\n", df)

关键修改说明： #

• 编码从1开始：le.fit_transform(df['team'])会生成0、1、2的编码，加1后变为1、2、3，满足需求；
• 保留列位置：直接对原team列赋值，不需要执行drop和重新添加列的操作，这样team列始终在数据框的首位。

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