dataframe字符串类型的列做onehot编码,输出的新列名为原列名_值
时间: 2024-03-10 10:49:14 浏览: 72
可以使用 `pandas` 中的 `get_dummies()` 方法来对字符串类型的列进行 One-Hot 编码,并且可以通过 `add_prefix()` 方法给新生成的列加上前缀。
假设需要对列名为 `column_name` 的字符串类型列进行 One-Hot 编码,可以使用以下代码:
```python
import pandas as pd
# 读取数据到 DataFrame
df = pd.read_csv('data.csv')
# 对 column_name 列进行 One-Hot 编码
dummies = pd.get_dummies(df['column_name'], prefix='column_name')
# 将新生成的列添加到原 DataFrame 中
df = pd.concat([df, dummies], axis=1)
# 删除原列 column_name
df.drop(columns=['column_name'], inplace=True)
```
其中,`get_dummies()` 方法会将指定列进行 One-Hot 编码,并返回一个新的 DataFrame。`prefix` 参数指定新生成的列的前缀,这里使用了原列名。`concat()` 方法将新生成的列添加到原 DataFrame 中,`axis=1` 表示添加到列方向。`drop()` 方法删除原列 `column_name`。
注意,如果原列中有 `NaN` 值,需要先将其填充为其他值,否则在进行 One-Hot 编码时会出现错误。
相关问题
dataframe字符串类型的列如何做onehot编码?
可以使用`pandas`库中的`get_dummies`函数对字符串类型的列进行one-hot编码。具体步骤如下:
1. 选择需要进行one-hot编码的列,例如列名为`col`。
```
df_col = df['col']
```
2. 使用`get_dummies`函数对列进行one-hot编码。
```
df_onehot = pd.get_dummies(df_col)
```
3. 将one-hot编码后的结果与原始数据合并。
```
df = pd.concat([df, df_onehot], axis=1)
```
注意,如果需要对多列进行one-hot编码,可以将上述步骤进行循环操作。另外,如果需要对编码后的列命名,可以使用`prefix`参数进行指定。
阅读全文