Pandas get_dummies 为同一特征生成多个列

Question

我正在使用 pandas 系列并尝试将其转换为一种热编码。我正在使用 describe 方法来检查该系列有多少个独特类别。输出是：

input['pattern'].describe(include='all')

    count     9725
    unique       7
    top          1
    freq      4580
    Name: pattern, dtype: object

当我尝试时：

    x = pd.get_dummies(input['pattern'])
    x.describe(include= 'all')

我得到 18 类和 12 类完全为零。为什么 get_dummies 产生了类而在输入中甚至没有出现过一次？

Answer 1

根据评论中的讨论，推断您的专栏包含字符串和整数的混合。

例如，

s = pd.Series(['0', 0, '0', '6', 6, '6', '3', '3'])
s

0    0
1    0
2    0
3    6
4    6
5    6
6    3
7    3
dtype: object

现在，调用 pd.get_dummies 将导致具有相同特征的多个这样的列。

pd.get_dummies(s)

   0  6  0  3  6
0  0  0  1  0  0
1  1  0  0  0  0
2  0  0  1  0  0
3  0  0  0  0  1
4  0  1  0  0  0
5  0  0  0  0  1
6  0  0  0  1  0
7  0  0  0  1  0

解决方法是确保所有元素都属于同一类型。对于这种情况，我建议转换为 str.

s.astype(str).str.get_dummies()


   0  3  6
0  1  0  0
1  1  0  0
2  1  0  0
3  0  0  1
4  0  0  1
5  0  0  1
6  0  1  0
7  0  1  0

Pandas get_dummies 为同一特征生成多个列

Pandas get_dummies generates multiple columns for the same feature

python

pandas

one-hot-encoding