pd.get_dummies怎么用

pandas中的get_dummies()函数可以将分类变量转换为虚拟变量/哑变量。它接受一个DataFrame或Series对象，并返回一个新的DataFrame或Series对象，其中包含分类变量的虚拟变量。

使用方法如下：

1. 对于Series对象

import pandas as pd

# 创建一个Series对象
s = pd.Series(["A", "B", "C", "A", "B", "C"])

# 转换为虚拟变量
dummies = pd.get_dummies(s)

print(dummies)

输出结果：

   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

2. 对于DataFrame对象

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({
    "A": ["a", "b", "c", "a", "b", "c"],
    "B": [1, 2, 3, 4, 5, 6]
})

# 转换为虚拟变量
dummies = pd.get_dummies(df["A"])

# 将虚拟变量添加到原始DataFrame中
df = pd.concat([df, dummies], axis=1)

print(df)

输出结果：

   A  B  a  b  c
0  a  1  1  0  0
1  b  2  0  1  0
2  c  3  0  0  1
3  a  4  1  0  0
4  b  5  0  1  0
5  c  6  0  0  1

在这个例子中，我们首先将DataFrame的"A"列转换为虚拟变量，并将其存储在一个新的DataFrame中。然后，我们使用concat()函数将原始DataFrame和新的虚拟变量DataFrame合并。最终结果是一个DataFrame，它包括原始的"A"列和虚拟变量列。