pandas 如何将某一列转化为one-hot

可以使用 `pandas.get_dummies()` 函数将某一列转化为 one-hot 编码。假设要将 DataFrame 中的 `column_name` 列转化为 one-hot 编码，可以按照以下方式实现：

import pandas as pd

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

# 将 column_name 列转化为 one-hot 编码
one_hot = pd.get_dummies(df['column_name'])

# 将 one-hot 编码添加到原 DataFrame 中
df = pd.concat([df, one_hot], axis=1)

# 删除原 column_name 列
df.drop(['column_name'], axis=1, inplace=True)

print(df)

输出结果为：

   A  B  C
0  1  0  0
1  0  1  0
2  0  0  1
3  1  0  0
4  0  1  0
5  0  0  1

其中，`pd.get_dummies()` 函数会将输入的 Series 或 DataFrame 转换为 one-hot 编码。在上面的代码中，我们使用 `pd.get_dummies(df['column_name'])` 将 `column_name` 列转化为 one-hot 编码，并将结果存储在 `one_hot` 变量中。接着，我们使用 `pd.concat()` 函数将原 DataFrame 和新的 one-hot 编码合并，最终得到包含 one-hot 编码的 DataFrame。最后，我们使用 `df.drop()` 函数删除原 `column_name` 列，得到最终的结果。