هو انا هنا ازاي اقدر احول البيانات دي باستخدام LabelEncoder بدون القيمة الNull ؟

تقصد تحويل البيانات باستخدام LabelEncoder مع الحفاظ على قيم NaN دون تغيير، عليك إذن استبدال القيم NaN بقيمة مؤقتة قبل التشفير لتجنب أخطاء LabelEncoder وتطبيقه على كل عمود، ثم إعادة استبدال القيمة المؤقتة بـ NaN بعد التشفير.

import pandas as pd
import numpy as np
from sklearn.preprocessing import LabelEncoder

data = pd.DataFrame({
    'A': ['yes', 'yes', np.nan, 'no', 'no'],
    'B': [np.nan, 'no', 'no', 'no', 'no'],
    'C': ['no', 'yes', 'yes', np.nan, 'yes']
})

data_encoded = data.copy()

for col in data_encoded.columns:
    mask = data_encoded[col].isna()
    
    temp_data = data_encoded[col].fillna('missing')
    
    le = LabelEncoder()
    encoded_data = le.fit_transform(temp_data)
    
    encoded_data = encoded_data.astype(float)
    
    encoded_data[mask] = np.nan
    
    data_encoded[col] = encoded_data

print(data_encoded)

وستحصل على:

     A    B    C
0  2.0  NaN  1.0
1  2.0  1.0  2.0
2  NaN  1.0  2.0
3  1.0  1.0  NaN
4  1.0  1.0  2.0

لاحظ لو العمود لا يحتوي على NaN، سيتم ترميزه بشكل طبيعي، أيضًا القيم المشفرة ستكون أرقامًا صحيحة (مثل 0, 1, ...)، بينما تظل NaN كما هي.

بتاريخ 8 دقائق مضت قال Mustafa Suleiman:

تقصد تحويل البيانات باستخدام LabelEncoder مع الحفاظ على قيم NaN دون تغيير، عليك إذن استبدال القيم NaN بقيمة مؤقتة قبل التشفير لتجنب أخطاء LabelEncoder وتطبيقه على كل عمود، ثم إعادة استبدال القيمة المؤقتة بـ NaN بعد التشفير.

import pandas as pd
import numpy as np
from sklearn.preprocessing import LabelEncoder

data = pd.DataFrame({
    'A': ['yes', 'yes', np.nan, 'no', 'no'],
    'B': [np.nan, 'no', 'no', 'no', 'no'],
    'C': ['no', 'yes', 'yes', np.nan, 'yes']
})

data_encoded = data.copy()

for col in data_encoded.columns:
    mask = data_encoded[col].isna()
    
    temp_data = data_encoded[col].fillna('missing')
    
    le = LabelEncoder()
    encoded_data = le.fit_transform(temp_data)
    
    encoded_data = encoded_data.astype(float)
    
    encoded_data[mask] = np.nan
    
    data_encoded[col] = encoded_data

print(data_encoded)

وستحصل على:

     A    B    C
0  2.0  NaN  1.0
1  2.0  1.0  2.0
2  NaN  1.0  2.0
3  1.0  1.0  NaN
4  1.0  1.0  2.0

لاحظ لو العمود لا يحتوي على NaN، سيتم ترميزه بشكل طبيعي، أيضًا القيم المشفرة ستكون أرقامًا صحيحة (مثل 0, 1, ...)، بينما تظل NaN كما هي.

الله ينور عليك 

هو ده الا انا عاوز جزاك اللله كل خير

 بس ليه استبدل القيمه الNulll بقيمه الmissing وليه القيمه دي missing فضلت زي ما هي 

الحل الأفضل هو أخذ نسخة احتياطية من البيانات الفارغة أولا . ومن ثم تحويلها إلى قيمة ليست فارغة بعد ذلك يمكننا إستخدام LabelEncoder .

وأخيرا نقوم بإعادة البيانات الفارغة من النسخة الإحتياطية ووضعها في البيانات التي لدينا :

import pandas as pd
import numpy as np
from sklearn.preprocessing import LabelEncoder

data = pd.DataFrame({
    'A': ['yes', 'yes', np.nan, 'no', 'no'],
    'B': [np.nan, 'no', 'no', 'no', 'no'],
    'C': ['no', 'yes', 'yes', np.nan, 'yes']
})

le = LabelEncoder()

for column in data.columns:

    nan_values = data[column].isna()
    
    temp_data = data[column].fillna('data_temp')
    
    data[column] = le.fit_transform(temp_data)
    
    data[column][nan_values] = np.nan

print(data)

الف شكرااا جدا جدا لحضراتكم

جزاكم الله كل خير

بتاريخ الآن قال Ali Ahmed55:

الله ينور عليك 

هو ده الا انا عاوز جزاك اللله كل خير

 بس ليه استبدل القيمه الNulll بقيمه الmissing وليه القيمه دي missing فضلت زي ما هي 

لتجنب أخطاء LabelEncoder، حيث LabelEncoder من مكتبة scikit-learn لا يدعم التعامل مع القيم الفارغة (NaN) بشكل مباشر، فهو مصمم ليعمل مع فئات محددة مثل ye','no، لكن NaN ليست فئة، بل هي قيمة مفقودة.

فكرة الحل استبدال NaN بقيمة مؤقتة مثل 'missing' قبل التشفير، وتُعامل كفئة Category جديدة أثناء التشفير، وبعد التشفير، نستبدل القيمة المؤقتة بـ NaN مرة أخرى.

بتاريخ 22 دقائق مضت قال Mustafa Suleiman:

لتجنب أخطاء LabelEncoder، حيث LabelEncoder من مكتبة scikit-learn لا يدعم التعامل مع القيم الفارغة (NaN) بشكل مباشر، فهو مصمم ليعمل مع فئات محددة مثل ye','no، لكن NaN ليست فئة، بل هي قيمة مفقودة.

فكرة الحل استبدال NaN بقيمة مؤقتة مثل 'missing' قبل التشفير، وتُعامل كفئة Category جديدة أثناء التشفير، وبعد التشفير، نستبدل القيمة المؤقتة بـ NaN مرة أخرى.

الف شكرااا جدا جدا لحضرتك

ربنا يكفيك شر الواحش

بتاريخ 6 ساعة قال Mustafa Suleiman:

تقصد تحويل البيانات باستخدام LabelEncoder مع الحفاظ على قيم NaN دون تغيير، عليك إذن استبدال القيم NaN بقيمة مؤقتة قبل التشفير لتجنب أخطاء LabelEncoder وتطبيقه على كل عمود، ثم إعادة استبدال القيمة المؤقتة بـ NaN بعد التشفير.

import pandas as pd
import numpy as np
from sklearn.preprocessing import LabelEncoder

data = pd.DataFrame({
    'A': ['yes', 'yes', np.nan, 'no', 'no'],
    'B': [np.nan, 'no', 'no', 'no', 'no'],
    'C': ['no', 'yes', 'yes', np.nan, 'yes']
})

data_encoded = data.copy()

for col in data_encoded.columns:
    mask = data_encoded[col].isna()
    
    temp_data = data_encoded[col].fillna('missing')
    
    le = LabelEncoder()
    encoded_data = le.fit_transform(temp_data)
    
    encoded_data = encoded_data.astype(float)
    
    encoded_data[mask] = np.nan
    
    data_encoded[col] = encoded_data

print(data_encoded)

وستحصل على:

     A    B    C
0  2.0  NaN  1.0
1  2.0  1.0  2.0
2  NaN  1.0  2.0
3  1.0  1.0  NaN
4  1.0  1.0  2.0

لاحظ لو العمود لا يحتوي على NaN، سيتم ترميزه بشكل طبيعي، أيضًا القيم المشفرة ستكون أرقامًا صحيحة (مثل 0, 1, ...)، بينما تظل NaN كما هي.

طيب أ.مصطفي انا عاوز الاعمده تكون int مش float اعمل اي ؟