如何查询分类变量的各取值与其对应编码标签的映射关系？

不同编码工具的映射存储逻辑不同，以下是主流场景下的查询方案：

• 场景1：使用pandas内置Categorical类型自动编码
  如果你是通过astype('category')转换列类型后用cat.codes生成编码，可通过.cat.categories属性获取映射关系，属性返回值的索引就是对应分类的编码值：

  # 假设分类列名为level
  print(df['level'].cat.categories)
  # 输出示例：Index(['Bad', 'Good', 'Medium'], dtype='object')
  # 对应映射：Bad→0、Good→1、Medium→2
  

  如需直接生成分类值:编码的字典，可使用以下代码：

  value_to_code = {val: idx for idx, val in enumerate(df['level'].cat.categories)}
  

  注意：pandas默认按字符串字典序生成分类顺序，如需按业务逻辑（如Bad→0、Medium→1、Good→2）排序，转换分类类型时需手动指定categories参数

• 场景2：使用sklearn的LabelEncoder编码
  编码完成后，编码器的classes_属性存储了分类值的顺序，索引即为对应编码：

  # 假设你初始化的编码器对象名为le
  print(le.classes_)
  # 生成映射字典
  value_to_code = {val: idx for idx, val in enumerate(le.classes_)}
  

• 场景3：使用sklearn的OrdinalEncoder编码
  OrdinalEncoder支持多列同时编码，categories_属性为列表，每个元素对应输入时每一列的分类顺序：

  # 假设你初始化的编码器对象名为oe，要查询的是输入时的第0列
  print(oe.categories_[0])
  

• 场景4：自定义map映射编码
  如果是通过手动定义字典+map()方法生成编码，直接打印你之前定义的映射字典即可：

  # 示例自定义映射
  custom_map = {'Bad':0, 'Medium':1, 'Good':2}
  df['level_code'] = df['level'].map(custom_map)
  # 直接打印custom_map就能拿到映射关系
  

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