pd.get_dummies的使用和疑惑解答

关注

VIP免费原创 2022-05-20 13:31:42 4.2k 阅读 AI 写同款· GEO 优化 ›

pd.get_dummies，pandas中getget_dummies的用法，python中处理离散值的方法，将文字特征转换成数字特征的方法需要用到pandas这个包，调用请提前下载这个就是用独热编码来替换离散值特征。例如，“MSZoning”包含值“RL”和“Rm”我们将创建两个新的指示器特征“MSZoning_RL”和“MSZoning_RM”，其值为0或1。根据独热编码，如果“MSZoning”的原始值为“RL”，则：“MSZoning_RL”为1，“MSZoning_RM”为0。首先假如一个数据集有六个样本，每个样本两种特征，数据保存在‘111.csv’中，其中feature1是文字特征，分别为“bak” “bif” “ni 阅读详情

pd.get_dummies的使用

参考pandas官网

pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None)

参数：
data：array-like, Series, or DataFrame
prefix:str, list of str, or dict of str, default None.String to append DataFrame column names.
prefix_sep:str, default ‘_‘.If appending prefix, separator/delimiter to use.
dummy_na:bool, default False.Add a column to indicate NaNs, if False NaNs are ignored.
columns:list-like, default None.Column names in the DataFrame to be encoded.
sparse:bool, default False.Whether the dummy-encoded columns should be backed by a SparseArray (True) or a regular NumPy array (False).
drop_first:bool, default False.Whether to get k-1 dummies
dtype:dtype, default np.uint8.Data type for new columns.
例子：

>>>df = pd.DataFrame({
   
   'A': ['a', 'b', 'a'], 'B': ['b', 'a', 'c'],'C': [1, 2, 3]})
>>>pd.get_dummies(df, prefix=['col1', 'col2'])
   C  col1_a  col1_b  col2_a  col2_b  col2_c
0  1       1       0       0       1       0
1  2       0       1       1