Pandas 获取数字分类数据的 dummy()

Question

我有两列：

• 性别（字符串类型的分类值为“男性”和“女性”）
• 类（整数类型的分类值为 1 到 10）

当我pd.get_dummies()在上面的 2 列上执行时，只有 'Sex' 被编码到 2 列中。但是 'Class' 不会被 get_dummies 函数转换。

我还希望将“类”转换为 10 个虚拟列，类似于 One Hot Encoding。

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，可以在get_dummies中使用 'columns' 参数。这是快速演练：

这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)

数据类型是：

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

应用 get_dummies：

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

核实：

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，则所有具有对象或类别 dtype 的列都将被转换

这就是为什么你只能在性专栏而不是课堂上看到假人。

希望这可以帮助。快乐学习！

注意：使用 pandas 版本“0.25.2”进行测试