如何对具有两个值的列进行一次性编码？

Question

如果我一次性编码具有 3 个可能值的列，如下所示：

from sklearn import preprocessing
lb = preprocessing.LabelBinarizer()
lb.fit([0, 1, 2])
lb.classes_
lb.transform([1, 0])

然后我得到：

array([[0, 1, 0],
       [1, 0, 0]])

这正是我想要的。 3 列 = 每个可能值 1 列。

但是，如果我有 2 个这样的可能值：

lb.fit([0, 1])
lb.classes_
lb.transform([1, 0])

我得到：

array([[1],
       [0]])

它只有 1 列，即使我有 2 个可能的值。在这种情况下我想结束的是：

array([[0, 1],
       [1, 0]])

在这种情况下如何获得 2 列结果？

Answer 1

您可以使用 OneHotEncoder。例如：

In [37]: oh = preprocessing.OneHotEncoder(sparse=False)

In [38]: oh.fit([[0], [1]])
Out[38]:
OneHotEncoder(categorical_features='all', dtype=<type 'float'>,
       handle_unknown='error', n_values=2, sparse=False)

In [39]: oh.transform([[1], [0]])
Out[39]:
array([[ 0.,  1.],
       [ 1.,  0.]])

Answer 2

看起来 pandas.get_dummies 是对我而言最简单的解决方案：

pd.get_dummies([1, 0])

如何对具有两个值的列进行一次性编码？

How to one-hot encode column with two values?

python

scikit-learn

one-hot-encoding