字符种类转换one hotlabel

方法一

直接用scikit learn里面的onehot encoder

from sklearn.preprocessing import OneHotEncoder

encoder = OneHotEncoder()
encoder.fit(data_train)
train_features = encoder.transform(data_train)

data_train就是要one hot的类别。

注意当data train是多类别的话，他会把类别线性合并，比如A有3个类别，B有4个类别，那么会one hot成3+4=7种类别，并且会把向量合并，或者说，2种类别会独立进行one hot，然后合并one hot向量。

from sklearn.preprocessing import OneHotEncoder  
  
# 创建一个包含多个类别的数据集  
data = [['red', 'apple'], ['blue', 'banana'], ['green', 'orange']]  
  
# 创建一个OneHotEncoder对象  
encoder = OneHotEncoder()  
  
# 使用fit_transform方法将类别数据转换为独热编码形式  
one_hot_encoded = encoder.fit_transform(data)  
  
# 打印独热编码结果  
print(one_hot_encoded.toarray())

#结果
[[0. 0. 1. 1. 0. 0.] 
 [1. 0. 0. 0. 1. 0.] 
 [0. 1. 0. 0. 0. 1.]]

方法2

一个是可以使用scikit learn里面的label encoder。
这个是把原先的字符类别转成数字，再通过torch.nn.functional的one_hot转换成独热向量

from sklearn.preprocessing import LabelEncoder

cell_name_label=pd_data['cell_type']
conpound_name_label=pd_data['sm_lincs_id']
cell_cat=LabelEncoder().fit_transform(cell_name_label)
cell_label=F.one_hot(torch.from_numpy(cell_cat).long())#,max(cell_cat)
conpound_cat=LabelEncoder().fit_transform(conpound_name_label)
conpound_label=F.one_hot(torch.from_numpy(conpound_cat).long())

方法3

另外一个还可以使用pandas的get dummy。
会把原先在一列的字符类别，扩增成len(类别)的属性。
比如原先有列性别选项是[男，女]，get dummy后，性别列消失，直接成为2列，一列是否男，一列是否女。变相地进行了one hot编码，只不过在取的时候记得把所有横列都取到。

import pandas as pd

pd_data['cell_type''].get_dummy()
或者
pd.get_dummies(combined_data, columns=xlist)