Python实现for循环对DataFrame指定特征列表的批量分类编码

基础变量调整 #

将原代码中与DataFrame常用命名冲突的特征列表重新定义为独立变量：
cat_feature_list = ['TRY', 'LOC', 'OUTPUT', 'TYPE_A', 'SIGNAL', 'A-B SPOT']
提示：列表中的A-B SPOT保留原列名的双空格格式，确保键值匹配不报错。

循环实现逻辑 #

完全复用你已掌握的单特征处理流程，无需引入额外第三方封装库，逐特征完成转换后将所有编码结果存入独立的新DataFrame，全程不修改原obj_df的原始数据：

import pandas as pd

# 初始化存储编码结果的空DataFrame
encoded_df = pd.DataFrame()

# 遍历所有待处理分类特征
for col in cat_feature_list:
    # 复用原有单特征的两步处理逻辑
    converted_col = obj_df[col].astype('category')
    # 沿用你之前的编码列命名规则：原列名加_cat后缀
    encoded_col_name = f"{col}_cat"
    # 将编码结果存入新DataFrame
    encoded_df[encoded_col_name] = converted_col.cat.codes

实用扩展提示 #

• 如果需要后续反向解码，可在循环过程中同步记录类别与编码的映射关系：

  cat_mapping = {}
  for col in cat_feature_list:
      converted_col = obj_df[col].astype('category')
      encoded_df[f"{col}_cat"] = converted_col.cat.codes
      # 存储映射关系：编码值 -> 原始类别文本
      cat_mapping[col] = dict(enumerate(converted_col.cat.categories))
  

• 原特征中的空值会被.cat.codes自动标记为-1，无需额外做缺失值预处理。
• 如果需要把原始列和编码列整合为同一份输出，可按索引拼接生成最终结果：
  final_output = pd.concat([obj_df, encoded_df], axis=1)

内容的提问来源于stack exchange，提问作者J. Doe