Question

我有数据框，其中一些列（C1，C2，C3）是分类（字符串）变量。数据和数据类型如下：

                 C1           C2           C3           C4           C5  \
4   b'02e197c5'  b'c2ced437'  b'a2427619'  b'3f85ecae'  b'b8c51ab7'
9   b'62770d79'  b'ad984203'  b'ddd956c1'  b'f7f54f97'  b'bbaea1c0'
13  b'7ffd46c3'  b'710103fd'  b'a1407382'  b'f2463ffb'  b'664ff944'
14  b'9a8cb066'  b'7a06385f'  b'417e6103'  b'6faef306'  b'f8990a45'
45  b'6f877ce8'  b'58cc2d25'  b'9b48ba97'  b'f2463ffb'  b'd90dd51f'

数据类型：

C1        object

C2        object

C3        object

然后，我使用DictVectorizer为字符串

应用单热代码

labelTransformer = DictVectorizer(dtype='str')
labelTransformer.fit_transform(clickDataFrame["C1"].astype("str"))

但在那之后，我得到如下错误：

 File "click_main.py", line 60, in <module>
    df2 = labelTransformer.fit_transform(clickDataFrame["C1"].astype("str"))
  File "/usr/local/lib/python3.6/dist-packages/sklearn/feature_extraction/dict_vectorizer.py", line 230, in fit_transform
    return self._transform(X, fitting=True)
  File "/usr/local/lib/python3.6/dist-packages/sklearn/feature_extraction/dict_vectorizer.py", line 166, in _transform
    for f, v in six.iteritems(x):
  File "/usr/local/lib/python3.6/dist-packages/sklearn/externals/six.py", line 439, in iteritems
    return iter(getattr(d, _iteritems)(**kw))
AttributeError: 'str' object has no attribute 'items'

我尝试了很多，但我找不到解决方案？

Answer 1

您可以使用pd.get_dummies直接从大熊猫获得单热编码。如果您想独立处理每个列，只需执行pd.get_dummies(df)或pd.get_dummies(df.C1)。

如果您想获取所有列中每个唯一值的指标，可以使用pd.get_dummies(df.stack()).unstack().swaplevel(0, 1, axis=1)。

如何使用DictVectorizer转换分类列

1 个答案: