如何避免在一列中多个类别的虚拟变量陷阱

Question

我正在研究回归问题。我有一个分类列，它具有24个分类值。一键编码显示了太多的虚拟变量。有没有一种方法可以避免多个虚拟变量陷阱。请指导我 这是我的分类专栏文章

标签编码后

谢谢

Answer 1

您可以使用此：

df['column'] = df['column'].astype('category').cat.codes

示例：

df = pd.DataFrame(['a','b','c','d','a','c','a','d'], columns=['column'])

输出：

   column
0       0
1       1
2       2
3       3
4       0
5       2
6       0
7       3