oe = OrdinalEncoder() for i in ['grade', 'subGrade']: tmp = oe.fit_transform(df[i].values.reshape(-1,1)) tmp = pd.DataFrame(tmp) tmp.columns = [i+'new'] df = pd.merge(df, tmp, how='left', left_index=True, right_index=True)

这段代码使用 OrdinalEncoder 对数据框 df 中的 'grade' 和 'subGrade' 列进行编码，并将编码后的结果添加到 df 中。首先，创建一个 OrdinalEncoder 对象 oe。然后，使用循环遍历 'grade' 和 'subGrade' 列。对于每个列，将其值重新整形为一列，并使用 oe 对其进行编码。编码后的结果以 DataFrame 的形式保存在 tmp 中。接下来，将 tmp 的列名改为原列名加上 'new' 后缀。最后，使用 pd.merge 将编码后的结果与原始数据框 df 进行左连接，并根据索引进行合并。