pd.get_dummy

`pd.get_dummies` 是 pandas 库中的一个函数，它用于数据预处理，将类别变量（categorical variables）转换为虚拟变量（dummy variables 或 one-hot encoding）。这个函数主要用于编码分类特征，将每个非数值的类别转换成一个二进制列，其中一列代表该观测值属于特定类别的标识，其余为0。这对于许多统计分析模型（如线性回归、逻辑回归等）来说非常有用，因为它们通常需要数值输入。

例如，如果你有一个包含地区信息的数据框，可以使用 `get_dummies` 来创建新的列，比如 'Region_East', 'Region_West', 等，每列表示对应区域是否存在。

import pandas as pd

data = {'City': ['A', 'B', 'C', 'A', 'B'],
        'Region': ['East', 'West', 'East', 'East', 'West']}
df = pd.DataFrame(data)

dummies_df = pd.get_dummies(df['Region'])
df = pd.concat([df, dummies_df], axis=1)