熊猫：如何从两个数据帧的联合中获得虚拟变量列？

Question

我有两个数据框，每个数据框具有相同的变量和行长，但是类别变量（对象列）有时在一个与另一个之间具有不同的实现。

这是我的意思。

Frame 1 | categorical_1 | categorical_2 |||  Frame 2 | categorical_1 | categorical_2
row 1   | blue          | flakes        |||  row 1   | blue          | flakes
row 2   | red           | cheerios      |||  row 2   | red           | flakes
row 3   | blue          | cheerios      |||  row 3   | green         | flakes

如您在上面的基本图示中所见，绿色仅出现在第二个数据框中，而欢乐时光仅出现在我的第一个数据框中。

基本上，我需要一种考虑两个数据帧（或更多个数据帧）的“变量范围”来创建虚拟变量列的方法，因此我不能只对其中两个调用pd.get_dummies。

Answer 1

熊猫没有其他功能可以帮助您完成此操作。如您所述，pd.get_dummies只能在一个数据帧中创建虚拟变量。

数据框中是否有索引或其他ID？

如果这样做，则可以将categorical_2子化并将它们合并到一个数据帧中。然后，您可以使用pd.get_dummies，最后根据不同的索引或ID将其匹配回原始数据帧。

如果您不这样做，我认为处理此问题的唯一方法是手动编码。