我正在使用熊猫系列并尝试将其转换为一个热门编码。我使用describe
方法检查系列有多少个唯一类别。输出是:
input['pattern'].describe(include='all')
count 9725
unique 7
top 1
freq 4580
Name: pattern, dtype: object
当我尝试时:
x = pd.get_dummies(input['pattern'])
x.describe(include= 'all')
我得到了18个课程,其中12个课程完全为零。为什么get_dummies
生成的类在输入中没有出现过一次?
答案 0 :(得分:2)
根据评论中的讨论,推断出您的列包含字符串和整数的混合。
例如,
s = pd.Series(['0', 0, '0', '6', 6, '6', '3', '3'])
s
0 0
1 0
2 0
3 6
4 6
5 6
6 3
7 3
dtype: object
现在,调用pd.get_dummies
会导致同一个功能的多个此类列。
pd.get_dummies(s)
0 6 0 3 6
0 0 0 1 0 0
1 1 0 0 0 0
2 0 0 1 0 0
3 0 0 0 0 1
4 0 1 0 0 0
5 0 0 0 0 1
6 0 0 0 1 0
7 0 0 0 1 0
修复是为了确保所有元素都属于同一类型。在这种情况下,我建议您转换为str
。
s.astype(str).str.get_dummies()
0 3 6
0 1 0 0
1 1 0 0
2 1 0 0
3 0 0 1
4 0 0 1
5 0 0 1
6 0 1 0
7 0 1 0