Pandas 为数字分类数据获取 dummies()

Question

我有 2 列：

性别（字符串类型的分类值为 'male' 和 'female'）
Class（整数类型的分类值为 1 到 10）

当我在上面的 2 列上执行 pd.get_dummies() 时，只有 'Sex' 被编码成 2 列。但是 'Class' 没有被 get_dummies 函数转换。

我希望 'Class' 也被转换成 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'])

验证：

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 https://pandas.pydata.org/pandasdocs/stable/reference/api/pandas.get_dummies.html、

处的文档

If columns is None then all the columns with object or category dtype will be converted

这就是为什么您只看到性别列的假人而不是 class 的原因。

希望这对您有所帮助。学习愉快！

注意：使用 pandas 版本 '0.25.2'

进行测试

Pandas 为数字分类数据获取 dummies()

Pandas get dummies() for numeric categorical data

pandas

encoding

categorical-data