pd.get_dummies
时间: 2023-07-09 12:04:40 浏览: 19
`pd.get_dummies` 是 pandas 库中的一个函数,用于将一个包含分类变量的 DataFrame 或 Series 转换为哑变量矩阵。哑变量矩阵是一种二进制矩阵,用于表示分类变量的取值情况。
例如,假设有一个包含性别和年龄的 DataFrame:
```
import pandas as pd
df = pd.DataFrame({
'gender': ['male', 'female', 'male', 'male', 'female'],
'age': [25, 30, 20, 35, 28]
})
```
可以使用 `pd.get_dummies` 将 `gender` 列转换为哑变量矩阵:
```
pd.get_dummies(df['gender'])
```
输出结果为:
```
female male
0 0 1
1 1 0
2 0 1
3 0 1
4 1 0
```
可以看到,`pd.get_dummies` 将 `gender` 列中的每个取值转换为了一个新的列,并用 0/1 表示该行是否属于该取值。这样做的好处是可以将分类变量用于机器学习算法中,因为大多数算法只能处理数值型数据。
相关问题
pd.get_dummies参数
pd.get_dummies() 是 pandas 库中的一个函数,用于将分类变量转换为哑变量(dummy variable)或指示变量(indicator variable)。
其参数如下:
- data:要进行处理的数据,可以是 Series、DataFrame 或者 ndarray 类型。
- prefix:哑变量列名的前缀,字符串类型。
- prefix_sep:用于连接前缀和原始列名的分隔符,默认为 '_'。
- columns:指定要进行哑变量编码的列,默认为所有列。
- sparse:是否使用稀疏矩阵表示。默认为 False,即不使用稀疏矩阵。
- drop_first:是否删除第一列,即每个分类变量的第一个值所对应的哑变量列。默认为 False,即不删除第一列。
例如:
```python
import pandas as pd
df = pd.DataFrame({'A': ['a', 'b', 'c'], 'B': ['x', 'y', 'z']})
dummies = pd.get_dummies(df)
print(dummies)
```
输出结果为:
```
A_a A_b A_c B_x B_y B_z
0 1 0 0 1 0 0
1 0 1 0 0 1 0
2 0 0 1 0 0 1
```
这里将 DataFrame 中的两个分类变量 A 和 B 转换为哑变量,列名前缀默认为变量名。
pd.get_dummies如何设置列名
在 pd.get_dummies 函数中,可以通过参数 prefix 和 columns 来设置生成的哑变量列名。
prefix 参数用于添加一个前缀,可以是字符串或者字符串列表。如果列名本身已经以该前缀开头,则不会再添加该前缀。
columns 参数用于指定需要生成哑变量的列名列表。如果不指定该参数,则会对所有非数值列进行哑变量编码。
下面是一个示例代码,通过设置 prefix 和 columns 参数来生成指定列名的哑变量:
```
import pandas as pd
df = pd.DataFrame({'A': ['a', 'b', 'c'], 'B': ['x', 'y', 'z']})
dummies = pd.get_dummies(df, prefix=['col1', 'col2'], columns=['A', 'B'])
print(dummies.columns)
```
输出结果如下:
```
Index(['col1_a', 'col1_b', 'col1_c', 'col2_x', 'col2_y', 'col2_z'], dtype='object')
```
可以看到,生成的列名以指定的前缀开头,并且只包含指定的列名。