使用sklearn LabelEncoder处理DataFrame列时，如何映射为指定数值序列？

嘿，这个需求我太熟悉了！LabelEncoder之所以不符合你的预期，是因为它默认会按标签的字典序来分配编码（比如"high"会被编为0，"low"是1，"med"是2），但你需要的是按low→0、med→1、high→2的自定义顺序映射，完全不用写循环，有两个现成的工具可以轻松搞定：

方法一：用Pandas的map()（最直观） #

直接定义一个映射字典，把每个标签对应到你想要的数值，一步完成转换：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({"levels": ["low", "low", "med", "low", "med", "high"]})

# 自定义映射规则
level_map = {"low": 0, "med": 1, "high": 2}

# 应用映射
df["levels"] = df["levels"].map(level_map)

这个方法简单易懂，适合标签数量不多的场景，而且完全由你控制编码顺序，不会出现意外。

方法二：用Sklearn的OrdinalEncoder（适合有序分类特征） #

如果你的场景需要后续对其他数据（比如测试集）复用同样的编码规则，OrdinalEncoder是更专业的选择——它专门用来处理有序分类特征，可以明确指定分类的顺序：

from sklearn.preprocessing import OrdinalEncoder
import pandas as pd

df = pd.DataFrame({"levels": ["low", "low", "med", "low", "med", "high"]})

# 指定分类的顺序，和你想要的编码对应
encoder = OrdinalEncoder(categories=[["low", "med", "high"]])

# 注意：OrdinalEncoder需要接收二维数组，所以用df[["levels"]]而不是df["levels"]
df["levels"] = encoder.fit_transform(df[["levels"]])

这个方法的优势是可以保存编码器（比如用joblib序列化），之后在新数据上直接调用transform()就能得到一致的编码，非常适合机器学习流水线的场景。

这两个方法都能完美替代循环，而且比手写循环更高效、更易维护～

内容的提问来源于stack exchange，提问作者Ammastaro