Pandas：入门指南

问题描述：

我有以下数据框：

   amount  catcode    cid      cycle      date     di  feccandid    type
0   1000    E1600   N00029285   2014    2014-05-15  D   H8TX22107   24K
1   5000    G4600   N00026722   2014    2013-10-22  D   H4TX28046   24K
2      4    C2100   N00030676   2014    2014-03-26  D   H0MO07113   24Z

我想为列中的值创建虚拟变量type。大约有 15 个。我尝试过这个：

pd.get_dummies(df['type'])

它返回的是：

           24A  24C  24E  24F  24K  24N  24P  24R  24Z
date                                    
2014-05-15  0    0    0    0    1    0    0    0    0
2013-10-22  0    0    0    0    1    0    0    0    0
2014-03-26  0    0    0    0    0    0    0    0    1

我想要的是为每个唯一值设置一个虚拟变量列Type

解决方案 1：

您可以尝试：

df = pd.get_dummies(df, columns=['type'])

解决方案 2：

考虑我有以下数据框：

   Survived  Pclass     Sex   Age     Fare
0         0       3    male  22.0   7.2500
1         1       1  female  38.0  71.2833
2         1       3  female  26.0   7.9250
3         1       1  female  35.0  53.1000
4         0       3    male  35.0   8.0500

有两种方法可以实现get_dummies：

方法 1：

one_hot = pd.get_dummies(dataset, columns = ['Sex'])

这将返回：

   Survived  Pclass  Age     Fare  Sex_female  Sex_male
0         0       3   22   7.2500           0         1
1         1       1   38  71.2833           1         0
2         1       3   26   7.9250           1         0
3         1       1   35  53.1000           1         0
4         0       3   35   8.0500           0         1

方法 2：

one_hot = pd.get_dummies(dataset['Sex'])

这将返回：

   female  male
0       0     1
1       1     0
2       1     0
3       1     0
4       0     1

解决方案 3：

您也可以尝试使用预处理包

X=df.values()

from sklearn import preprocessing

le_type= preprocessing.LabelEncoder()

X[:,7]=le_type.fit_transform(X[:,7])

这将适合并转换原始数据集中的编码值

解决方案 4：

另一种方法是：

pd.get_dummies(df.type)

解决方案 5：

请尝试：

type_dummies = pd.get_dummies(df['type'],drop_first=True)  
df = pd.concat([df,type_dummies],axis=1)