pandas 笔记：get_dummies分类变量one-hot化

1 函数介绍

• pandas.get_dummies 是 pandas 库中的一个函数，它用于将分类变量转换为哑变量/指示变量。
• 所谓的哑变量，就是将分类变量的每一个不同的值转换为一个新的0/1变量。
• 在输出的DataFrame中，每一列都以该值的名称命名

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

2 参数介绍

3 举例

3.1 最基本的get_dummies

import pandas as pd
import numpy as np
 
s=pd.Series(list('abca'))
 
s
'''
0    a
1    b
2    c
3    a
dtype: object
'''
 
pd.get_dummies(s)
'''
    a	b	c
0	1	0	0
1	0	1	0
2	0	0	1
3	1	0	0
'''

3.2 drop_first

此时第一个类就是 全0 向量对应的情况

pd.get_dummies(s,drop_first=True)
'''
	b	c
0	0	0
1	1	0
2	0	1
3	0	0
'''

3.3 dummy_na

是否为NaN单列一列

s1 = pd.Series(['a', 'b', np.nan])
s1
'''
0      a
1      b
2    NaN
dtype: object
'''
 
 
pd.get_dummies(s1)
'''
    a	b
0	1	0
1	0	1
2	0	0
'''
 
 
pd.get_dummies(s1,dummy_na=True)
'''
    a	b	NaN
0	1	0	0
1	0	1	0
2	0	0	1
'''

3.4 DataFrame 多列dummies

df = pd.DataFrame({'A': ['a', 'b', 'a'], 
                   'B': ['b', 'a', 'c'],
                   'C': [1, 2, 3]})
df
'''
    A	B	C
0	a	b	1
1	b	a	2
2	a	c	3
'''
 
pd.get_dummies(df)
'''
    C	A_a	A_b	B_a	B_b	B_c
0	1	1	0	0	1	0
1	2	0	1	1	0	0
2	3	1	0	0	0	1
'''

3.5 prefix

df = pd.DataFrame({'A': ['a', 'b', 'a'], 
                   'B': ['b', 'a', 'c'],
                   'C': [1, 2, 3]})
df
'''
    A	B	C
0	a	b	1
1	b	a	2
2	a	c	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	    0	    0
2	3	1	    0	    0	    0	    1
'''