相关疑难解决方法(0)

pd.get_dummies允许将分类变量转换为虚拟变量.除了重建分类变量是微不足道的事实之外,还有一种首选/快速的方法吗？

我正在编写一个使用线性回归的应用程序。就我而言sklearn.linear_model.Ridge。我难以将自己喜欢的数据点带到的正确形状中Ridge。我简要描述了我的两个应用程序以及问题如何出现：

第一次应用：

我的数据点每个只有1个功能，都是字符串，因此我正在使用One-Hot-Encoding来将它们与结合使用Ridge。之后，每个数据点（X_hotEncoded）具有9个功能：

import pandas as pd
X_hotEncoded = pd.get_dummies(X)

安装后Ridge，以X_hotEncoded和标签y我保存训练的模型：

from sklearn.externals import joblib
joblib.dump(ridge, "ridge.pkl")

第二次应用：

现在，我已经在磁盘上保存了训练有素的模型，我希望在第二个应用程序中检索它，并y仅针对一个数据点进行预测（标签）。那就是我遇到上述问题的地方：

# X = one datapoint I like to predict y for 
ridge= joblib.load("ridge.pkl")
X_hotEncoded = pd.get_dummies(X)
ridge.predict(X_hotEncoded) # this should give me the prediction

这在代码的最后一行给了我以下错误：

ValueError: shapes (1,1) and (9,) not aligned: 1 (dim 1) != 9 (dim 0)

Ridge由于使用了我在所有数据点上使用的“一键编码”功能，因此接受了9种功能的培训。现在，当我只想预测一个数据点（仅具有1个功能）时，我很难将这个数据点设置为正确的形状以使Ridge能够处理它。一键编码仅对一个数据点产生影响，而仅具有一项功能。

有人知道这个问题的解决方案吗？

可能的解决方案是将列名称写入第一个应用程序中的磁盘，然后在第二个应用程序中检索它，然后在该处重建数据点。可以按如下所示的方式检索单热编码数组的列名：反转熊猫中的“单热”编码

我有一个pandas数据帧如下:

df=pd.DataFrame({'a':['red','yellow','blue'], 'b':[0,0,1], 'c':[0,1,0], 'd':[1,0,0]})
df

看起来像

    a       b   c   d
0   red     0   0   1
1   yellow  0   1   0
2   blue    1   0   0

我想将它转换为字典,以便我得到:

red     d
yellow  c
blue    b

如果数据集非常大,请避免使用任何迭代方法.我还没有找到解决方案.任何帮助表示赞赏.

我有以下的一般布局的数据帧：

id,ind_1,ind_2_ind_3
1,0,1,0
1,1,0,0
2,0,1,0
2,0,0,1
3,0,0,1
3,1,0,0

我想添加一个额外的列，其值是原始指标名称时，他们是“1”，这应该是这样的：

id,ind_1,ind_2,ind_3,ind_all
1,0,1,0,ind_2
1,1,0,0,ind_1
2,0,1,0,ind_2
2,0,0,1,ind_3
3,0,0,1,ind_3
3,1,0,0,ind_1

欢迎任何提示！