Question

我正在阅读pandas文档以了解pandas.get_dummies

>>> import pandas as pd
>>> l = list('abca')
>>> print l
['a', 'b', 'c', 'a']
>>> s = pd.Series(l)
>>> print s
0    a
1    b
2    c
3    a

我创建了一个如上所示的系列。

当我在这个系列中调用get_dummies时，输出如下

>>> pd.get_dummies(s)
   a  b  c
0  1  0  0
1  0  1  0
2  0  0  1
3  1  0  0

这是什么意思我无法理解。

我们可以说条目的新值如下吗？

a --> 100
b --> 010
c --> 001
a --> 100

另外，它们是十进制还是二进制？

Answer 1

dummy变量是二进制的功能。就像一个列，说明每一行是否是某些东西。当我们有一个具有多个值的现有列时，超过1.我们可以将这些值拆分为每个唯一值的单个列。每个新列都是表示该行具有该唯一值的列，或者表示该行没有该唯一值的零。

由于s的每一行只有一个值，因此每个0和1行只会在列标题下只有一个，这是{{1}中相应行的值}}

换句话说，请考虑新的a b c 0 1 0 0 # 1 is under `a` which was the value in `s` for this row. 1 0 1 0 2 0 0 1 3 1 0 0列，告诉您a在a中的位置。

Answer 2

这是一种热门编码。

   a  b  c
0  1  0  0  <-- a, not b, not c in row 0
1  0  1  0  <-- not a, b, not c in row 1 
2  0  0  1  <-- not a, not b, c in row 2
3  1  0  0  <-- a, not b, not c in row 3

考虑阅读this作为另一个例子。

one-hot编码器实现pandas.get_dummies，如何读取语法

2 个答案: