如何在pysp中进行mean（target）编码

Question

我需要对数据集中的所有分类列进行平均（目标）编码。为了简化这个问题，假设我的数据集中有两列，第一列是label列，第二列是category列。在

例如

label | cate1   
  0   |  abc    
  1   |  abc    
  0   |  def    
  0   |  def    
  1   |  ghi

所以根据平均编码策略：https://towardsdatascience.com/why-you-should-try-mean-encoding-17057262cd0

输出应该是

^{pr2}$

我试过考拉来解决这个问题，但是失败了。这就是我尝试过的：

^{3}$

{Koalas}不允许按级别更新}

所以我希望pyspark能解决这个问题。在