您可以扩展pandas.get_dummies中的假人列表吗？

Question

假设我有以下数据集（2行2列，标题为Char0和Char1）：

dataset = [['A', 'B'], ['B', 'C']]
columns = ['Char0', 'Char1']
df = pd.DataFrame(dataset, columns=columns)

我想对Char0和Char1列进行一次热编码，所以：

df = pd.concat([df, pd.get_dummies(df["Char0"], prefix='Char0')], axis=1)
df = pd.concat([df, pd.get_dummies(df["Char1"], prefix='Char1')], axis=1)
df.drop(['Char0', "Char1"], axis=1, inplace=True)

这将导致数据列的标题为Char0_A，Char0_B，Char1_B，Char1_C。

现在，我想为每列分别指示A，B，C和D（即使当前数据集中没有“ D”）。在这种情况下，这意味着8列：Char0_A，Char0_B，Char0_C，Char0_D，Char1_A，Char1_B，Char1_C，Char1_D。

有人可以帮我吗？

Answer 1

对所有列使用get_dummies，然后将DataFrame.reindex与itertools.product创建的列的所有可能组合相加：

dataset = [['A', 'B'], ['B', 'C']]
columns = ['Char0', 'Char1']
df = pd.DataFrame(dataset, columns=columns)

vals = ['A','B','C','D']

from  itertools import product
cols = ['_'.join(x) for x in product(df.columns, vals)]
print (cols)
['Char0_A', 'Char0_B', 'Char0_C', 'Char0_D', 'Char1_A', 'Char1_B', 'Char1_C', 'Char1_D']

df1 = pd.get_dummies(df).reindex(cols, axis=1, fill_value=0)

print (df1)
   Char0_A  Char0_B  Char0_C  Char0_D  Char1_A  Char1_B  Char1_C  Char1_D
0        1        0        0        0        0        1        0        0
1        0        1        0        0        0        0        1        0