Question

我有2列：

性别（字符串类型的分类值为'male'和'female'）
类（整数类型的分类值为1到10）

当我在以上两列上执行pd.get_dummies()时，只有“性别”被编码为两列。但是get_dummies函数不能转换“类”。

我也希望将“类”转换为10个虚拟列，类似于“一次热编码”。

这是预期的行为吗？有解决方法吗？

Answer 1

您可以将值转换为字符串：

df1 = pd.get_dummies(df.astype(str))

Answer 2

如果您不想转换数据，则可以在 get_dummies 中使用'columns'参数。这是快速演练：

以下是根据您的描述复制的数据框：

sex_labels = ['male', 'female']
sex_col = [sex_labels[i%2] for i in range(10)]
class_col = [i for i in range(10)]
df = pd.DataFrame({'sex':sex_cols, 'class':class_col})
df.sex = pd.Categorical(df.sex)

dtypes是：

print(df.dtypes)
sex      category
class       int64
dtype: object

应用get_dummies：

df = pd.get_dummies(df, columns=['sex', 'class'])

验证：

print(df.columns)

输出：

Index(['sex_female', 'sex_male', 'class_0',
'class_1','class_2','class_3','class_4','class_5',
'class_6','class_7','class_8','class_9'],dtype='object')

根据文档https://pandas.pydata.org/pandasdocs/stable/reference/api/pandas.get_dummies.html

如果columns为None，则所有具有object或category dtype的列将被转换

这就是为什么您只在性别栏看到假人而不在班上看到假人的原因。

希望这会有所帮助。学习愉快！

注意：已通过熊猫版本“ 0.25.2”测试

熊猫获取dummies（）以获取数字分类数据

2 个答案: