Question

我在运行下面的代码时遇到问题。

数据是我的数据框。 X是火车数据列的列表。 L是带有数字值的分类特征的列表。

我想对我的分类特征进行热编码。所以我做如下。但是会抛出“ ValueError：列的长度必须与键的长度相同”（对于最后一行）。经过长时间的研究，我仍然不明白为什么。

def turn_dummy(df, prop):
    dummies = pd.get_dummies(df[prop], prefix=prop, sparse=True)
    df.drop(prop, axis=1, inplace=True)
    return pd.concat([df, dummies], axis=1)

L = ['A', 'B', 'C']

for col in L:
    data_final[X] = turn_dummy(data_final[X], col)

Answer 1

看来这是一个尺寸问题。就像下面这样：

说我有一个list，就像这样：

mylist = [0, 0, 0, 0]

它的长度为4。如果我想将新列表中的元素进行1：1映射到那个列表中：


otherlist = ['a', 'b']

for i in range(len(mylist)):
    mylist[i] = otherlist[i]

很显然，这会抛出IndexError，因为它试图获取otherlist根本没有的元素

这里几乎发生了同样的事情。您试图将string（len = 1）插入到长度n> 1的列中。试试：

data_final[X] = turn_dummy(data_final[X], L)

假设len(L) = number_of_rows

Answer 2

没有理由创建自己的功能。熊猫具有执行所需功能的功能：

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.get_dummies.html

ValueError：列的长度必须与键的长度相同

2 个答案: