保存LabelEncoders字典时classes_属性被最后一个编码器覆盖

• 问题根源：你全程复用了同一个LabelEncoder实例le，每次调用le.fit()都会覆盖这个实例的内部属性（比如classes_）。字典label_object里存储的是实例的引用，不是独立副本，所以循环结束后所有键指向的都是最后一次fit后的同一个实例，自然所有classes_都变成最后一列的类别。

• 修复方案：每次处理新列时，创建一个新的LabelEncoder实例，避免复用导致的状态覆盖。

修改后的代码：

from sklearn.preprocessing import LabelEncoder

label_object = {}
for col in data:
    if data[col].dtype == 'object':
        unique_vals = data[col].unique()
        # 注意：原注释写的是"If 2 or fewer unique categories"，但代码判断的是>=2，确认逻辑是否符合你的需求
        if len(unique_vals) >= 2:
            # 每次循环创建新的LabelEncoder实例
            le = LabelEncoder()
            le.fit(data[col])
            label_object[col] = le
            # 转换当前列数据
            data[col] = le.transform(data[col])

补充说明：

• 原代码里重复写了两次label_object[col] = le，属于冗余操作，去掉一次即可。
• 检查注释和代码逻辑是否匹配：如果你的需求是处理类别数≤2的列，需要把len(unique_vals) >= 2改成len(unique_vals) <= 2。

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