Question

我有以下数据集（自制）。

a , b , c , 1 , 1.3  ,d
q , w , e , 2 , 45.5 ,r
z , x , c , 1 , 76.09,f
z , x , e , 4 , 0.09 ,r

这里最后一个col是类值。现在，当我将数据加载到数据框（df）并应用

时

pandas.get_dummies(df)

我得到像这样的输出

   0_a  0_q  0_z  1_b  1_w  1_x  2_c  2_e  3_1  3_2  3_4  4_0.09  4_1.3  \
0    1    0    0    1    0    0    1    0    1    0    0       0      1   
1    0    1    0    0    1    0    0    1    0    1    0       0      0   
2    0    0    1    0    0    1    1    0    1    0    0       0      0   
3    0    0    1    0    0    1    0    1    0    0    1       1      0

这里也是转换小数值。如果我指定像这样的列号

df = pandas.get_dummies(df , columns=[0,1,2])

我可以获得所需的输出

   3      4  0_a  0_q  0_z  1_b  1_w  1_x  2_c  2_e
0  1    1.3    1    0    0    1    0    0    1    0
1  2   45.5    0    1    0    0    1    0    0    1
2  1  76.09    0    0    1    0    0    1    1    0
3  4   0.09    0    0    1    0    0    1    0    1

我的问题是，如何在不指定列号的情况下执行此操作。是否有可能只识别名义数据（不是分数）的列数？

Answer 1

IIUC我们可以使用DataFrame.select_dtypes()方法：

来源DF：

In [151]: df
Out[151]:
   0  1  2  3      4  5
0  a  b  c  1   1.30  d
1  q  w  e  2  45.50  r
2  z  x  c  1  76.09  f
3  z  x  e  4   0.09  r

解决方案：

In [155]: df.select_dtypes(['number']) \
            .join(pd.get_dummies(df.select_dtypes(exclude=['number'])))
Out[155]:
   3      4  0_a  0_q  0_z  1_b  1_w  1_x  2_c  2_e  5_d  5_f  5_r
0  1   1.30    1    0    0    1    0    0    1    0    1    0    0
1  2  45.50    0    1    0    0    1    0    0    1    0    0    1
2  1  76.09    0    0    1    0    0    1    1    0    0    1    0
3  4   0.09    0    0    1    0    0    1    0    1    0    0    1

如何识别数据框中的标称列？

1 个答案: