如何将经LabelEncoder编码的多列数据解码回原始字符串类型？

嘿，我看你遇到的问题根源在于编码时的LabelEncoder使用方式——你循环里共用了同一个编码器实例，导致每个列的编码映射被后续的列覆盖了，自然逆变换的时候没法还原出原始值。咱们一步步来解决：

第一步：修正编码逻辑，保存每个列对应的编码器 #

你需要给每个要编码的列单独创建LabelEncoder实例，并且把这些实例存起来，这样后续逆变换的时候才能用对应的编码器还原。

修改后的编码代码： #

from sklearn.preprocessing import LabelEncoder

def dummyEncode(df, columns_to_encode):
    # 用字典保存每个列对应的LabelEncoder实例
    label_encoders = {}
    for feature in columns_to_encode:
        try:
            le = LabelEncoder()
            # 对当前列进行编码，并把编码器存到字典里
            df[feature] = le.fit_transform(df[feature]).astype(float)
            label_encoders[feature] = le
        except Exception as e:
            print(f'编码{feature}时出错: {str(e)}')
    # 返回编码后的数据集和编码器字典
    return df, label_encoders

使用的时候这么调用：

# 指定你要编码的列：date、tablename、attributename
target_cols = ['date', 'tablename', 'attributename']
encoded_df, encoders = dummyEncode(你的原始数据集, target_cols)

第二步：用对应的编码器逆变换还原原始值 #

现在你有了每个列专属的编码器，就可以正确逆变换了。注意一个关键细节：你之前把编码后的结果转成了float类型，但LabelEncoder的逆变换需要整数输入，所以逆变换前要先把列转成int。

逆变换代码： #

# 要还原的列
cols_to_revert = ['date', 'tablename', 'attributename']

for col in cols_to_revert:
    # 先把float转成int，满足逆变换的输入要求
    encoded_df[col] = encoded_df[col].astype(int)
    # 使用对应列的编码器进行逆变换
    encoded_df[col] = encoders[col].inverse_transform(encoded_df[col])

为什么之前的方法不行？ #

• 共用编码器实例：同一个le每次执行fit_transform都会覆盖之前的映射关系，循环结束后le只保留了最后一个列的编码规则，用它去逆变换其他列肯定不对。
• 数据类型不匹配：你把编码结果转成了float，但逆变换需要整数输入，这会导致错误或者不符合预期的输出。

这样处理之后，就能把这三列正确还原成原始类型啦。

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