你可以轻松地做到这一点，
df.apply(LabelEnprer().fit_transform)
编辑2：
在scikit-learn 0.20中，推荐的方法是
oneHotEnprer().fit_transform(df)
因为OneHotEnprer现在支持字符串输入。使用ColumnTransformer可以仅将OneHotEnprer应用于某些列。
编辑：
由于这个答案是一年多以前的，并且产生了很多赞誉（包括赏金），所以我可能应该进一步扩大。
对于inverse_transform和transform，你必须做一点改动。
from collections import defaultdictd = defaultdict(LabelEnprer)
这样，你现在将所有列保留LabelEnprer为字典。
# Encoding the variablefit = df.apply(lambda x: d[x.name].fit_transform(x))# Inverse the enpredfit.apply(lambda x: d[x.name].inverse_transform(x))# Using the dictionary to label future datadf.apply(lambda x: d[x.name].transform(x))
