Python中测试数据的1-hot编码

Question

我正在研究分类问题。我的训练数据有一些我想转换为虚拟变量的分类变量。我可以轻松地与熊猫一起做。

问题是，如果测试数据具有列车数据中不存在的某些级别，该怎么办？如何将测试数据转换为与列车数据具有相同模式的1-hotcoded数据？

例如：

训练数据

id attribute  class
-------------------
1   'a'       'good'
2   'b'       'bad' 
3   'c'       'good'
4   'd'       'bad'

1热编码列车数据

id  dummy_attr_a  dummy_attr_b  dummy_attr_c  dummy_attr_d  class
-----------------------------------------------------------------
1        1              0            0             0        'good'      
2        0              1            0             0        'bad'
3        0              0            1             0        'good'
4        0              0            0             1        'bad'

测试数据

id attribute  class
-------------------
1   'a'       'good'
2   'e'       'bad'

问题在于我无法直接将其转换为虚拟变量，因为这只会产生两个属性dummy_attr_a和dummy_attr_e（列车数据中不存在）。