我有一个包含分类和浮点数据类型的 csv。我想做以下事情：

1. pd.unique()对于每个分类列，我将使用 pandas 来计算列中存在的唯一值 ( )。说u_l一列
2. 我将使用len(u_l)来决定我用于我想要嵌入的特定分类列的嵌入维度（这一步是我不能使用 tensorflow_transform 的原因）
3. 我想创建一些可以将category (token)值映射到嵌入索引的有状态节点，因此随后我可以从我在步骤 2 中创建的嵌入矩阵中查找嵌入

我现在不知道该怎么做。我可以看到一个非常不雅的解决方案是使用 tensorflow_datasets：

1. encoder = tfds.features.text.TokenTextEncoder(u_l,decode_token_separator=' ')
2. c_l使用空格分隔符 ( )连接整个列（c_l现在是一个字符串），然后使用encoder.encode(c_l)

这是一个非常基本的事情，我认为 tensorflow 可以相对容易地完成。请指导我找到正确的解决方案