pandas.get_dummies 的用法

get_dummies 是利用pandas实现one hot encode的方式。详细参数请查看官方文档

pandas.getdummies(data, prefix=None, prefix_sep=’’, dummy_na=False, columns=None, sparse=False, drop_first=False)[source]

参数说明：

• data : array-like, Series, or DataFrame 输入的数据
• prefix : string, list of strings, or dict of strings, default None get_dummies转换后，列名的前缀
• columns : list-like, default None 指定需要实现类别转换的列名
• dummy_na : bool, default False 增加一列表示空缺值，如果False就忽略空缺值
• drop_first : bool, default False 获得k中的k-1个类别值，去除第一个

离散特征的编码分为两种情况：**
1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码
2、离散特征的取值有大小的意义，比如size:[X,XL,XXL],那么就使用数值的映射{X:1,XL:2,XXL:3}
例子：

import pandas as pd
df = pd.DataFrame([  
            ['green' , 'A'],   
            ['red'   , 'B'],   
            ['blue'  , 'A']])  
df.columns = ['color',  'class']
pd.get_dummies(df)

get_dummies 前：

get_dummies 后：

上述执行完以后再打印df 出来的还是get_dummies 前的图，因为你没有写

df = pd.get_dummies(df)• 1

可以对指定列进行get_dummies

pd.get_dummies(df.color)

将指定列进行get_dummies 后合并到元数据中

df = df.join(pd.get_dummies(df.color))