在熊猫中创建虚拟变量期间drop_First = true

Question

我的数据集中有几个月（1月，2月，3月等）数据，并且正在使用pandas库生成虚拟变量。 pd.get_dummies（df ['month']，drop_first = True）

我想了解在这种情况下是否应该使用drop_first = True？ 为什么使用drop_first和哪种类型的变量很重要？

Answer 1

• drop_first = True的使用非常重要，因为它有助于减少在创建伪变量期间创建的多余列。因此，它减少了虚拟变量之间创建的相关性。
• 假设我们在“分类”列中有3种类型的值，我们想为该列创建虚拟变量。如果一个变量没有提供和半提供，则显然是未提供的。因此，我们不需要第三个变量来标识未布置的家具。 Example

因此，如果我们具有n级分类变量，则需要使用n-1列来表示虚拟变量。