一次热编码后数据帧中的行数减少

Question

我有一个数据集，我想使用 sklearn.preprocessing.OneHotEncoder 对其进行热编码。我的问题是编码后，结果包含的行数少于原始数据集（差异为 5）。 这是我的代码：

one_hot_encoder = OneHotEncoder(handle_unknown='ignore', sparse=False)
X_cat = pd.DataFrame(
            one_hot_encoder.fit_transform(X[categorical_vars]),
            columns=one_hot_encoder.get_feature_names(categorical_vars)
)

感谢您提前提出任何建议。 :)

Answer 1

我认为你得到的输出列较少，因为你有一些未知的分类特征。因为您将关键字 'handle_unknown' 设置为忽略，所以会跳过这些列。

如果你把你的一些样本数据给我，我可以帮你测试一下，给你一个更好的解释。否则，我可以建议您阅读此 post。它很好地解释了 'handle_unknown' 关键字的用途以及使用它的原因和时间。