在 Python 中为多个分类变量创建虚拟变量

Question

patient_dummies = pd.get_dummies(df['PatientSerial'], prefix='Serial_', drop_first = True)
df = pd.concat([df, patient_dummies], axis = 1)
df.drop(['PatientSerial'], inplace = True, axis = 1)


machine_dummies = pd.get_dummies(df['MachineID'], drop_first = True)
df = pd.concat([df, machine_dummies], axis = 1)
df.drop(['MachineID'], inplace = True, axis = 1)

我想将数据框 df 中的两列更改为无序的分类变量。有没有更有效的方法来实现这一点，而不是单独做每一个？我想到了以下方法：

patient_dummies = pd.get_dummies(df['PatientSerial'], prefix='Serial_', drop_first = True)
machine_dummies = pd.get_dummies(df['MachineID'], drop_first = True)
df = pd.concat([df, patient_dummies + machine_dummies], axis = 1)
df.drop(['PatientSerial','MachineID'], inplace = True, axis = 1)

但这没有用；它为所有条目生成了“nan”，而不是 0 和 1。

Answer 1

是：pandas.get_dummies()接受一个columns参数。如果您从您的 DataFrame 传递列名称，它会返回这两个列，作为您传递的整个 DataFrame 的一部分。

df = pd.get_dummies(df, columns=['PatientSerial', 'MachineID'], drop_first=True)

例如：

np.random.seed(444)
v = np.random.choice([0, 1, 2], size=(2, 10))
df = pd.DataFrame({'other_col': np.empty_like(v[0]),
                   'PatientSerial': v[0],
                   'MachineID': v[1]})

pd.get_dummies(df, columns=['PatientSerial', 'MachineID'],
               drop_first=True, prefix=['Serial', 'MachineID'])

   other_col  Serial_1  Serial_2  MachineID_1  MachineID_2
0          2         0         0            0            1
1          1         0         0            0            1
2          2         0         0            0            0
3          2         1         0            1            0
4          2         0         1            0            0
5          2         1         0            0            1
6          2         0         1            0            0
7          2         1         0            0            1
8          2         1         0            0            0
9          2         1         0            0            1