使用python处理数据，如何是pandas.get_dummies函数生成0,1而不要生成True false

Pandas库中的`get_dummies`函数通常用于将分类变量转换为虚拟编码（one-hot encoding），结果通常是布尔值（True 或 False）。如果你想要生成0和1而不是True和False，可以采取以下步骤：

1. **直接编码**：在调用`get_dummies`之前，你可以先将类别数据转换为整数编码，例如使用`pd.Categorical`或者手动赋值，然后传递给`get_dummies`。

# 示例数据
df = pd.DataFrame({'category': ['A', 'B', 'A', 'C']})

# 将'A', 'B', 'C'分别映射到0, 1, 2
mapping = {'A': 0, 'B': 1, 'C': 2}
df['category'] = df['category'].map(mapping)

# 然后使用get_dummies
dummies = pd.get_dummies(df['category'])

2. **设置drop_first=True**：这个选项会在得到的结果中自动排除一个哑变量，通常选择第一个出现的类别表示0，其他表示1。

dummies = pd.get_dummies(df['category'], drop_first=True)

3. **自定义列名**：创建哑变量时，可以根据需要设置列名，避免使用默认的布尔值名称。

dummies = pd.get_dummies(df['category'], prefix='category_', drop_first=True)