inputs=pd.get_dummies(inputs,dummy_na=True,dtype=int)结果还还是bool型

当你使用pandas的`get_dummies`函数将类别变量转换为虚拟/哑变量（one-hot encoding）时，如果设置了`dummy_na=True`，它会在缺失值的地方添加一个新的虚拟列表示存在缺失。默认情况下，这些新添加的列会被赋予整数类型，通常是0代表缺失，非缺失的值会用1或其他数字标识。

如果你希望所有输出都是布尔类型（True/False），而不是整数，你需要在调用`get_dummies`之后对结果进行进一步处理。例如，你可以直接检查每个列是否等于缺失值的特殊标记（在这种情况下可能是0），然后将它们转换成布尔类型。可以这样做：

import pandas as pd

# 假设df是包含输入数据的DataFrame
dummies = pd.get_dummies(inputs, dummy_na=True, dtype=int)
booleans = (dummies != 0).astype(bool)

# 或者，如果你想要更简洁的方式，可以链式操作：
booleans = (pd.get_dummies(inputs, dummy_na=True, dtype=int) != 0).astype(bool)