dataframe字符串类型的列做onehot编码，输出的新列名为原列名_值

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：

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。