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。

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：

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用法

`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），也称为指示变量（indicator variable）。

函数的语法为：

pd.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None)

其中，参数含义如下：

- `data`：要进行哑变量转换的 DataFrame 或 Series。
- `prefix`：新列名的前缀。
- `prefix_sep`：新列名前缀与分类名称之间的分隔符。
- `dummy_na`：是否为缺失值创建一个哑变量列。
- `columns`：要进行哑变量转换的列名列表，如果未指定，则将所有分类变量转换为哑变量。
- `sparse`：是否使用稀疏矩阵表示哑变量。
- `drop_first`：是否删除每个分类变量的第一个级别以避免共线性。
- `dtype`：哑变量的数据类型。

举个例子，如果有如下一个 DataFrame：

import pandas as pd

df = pd.DataFrame({'A': ['x', 'y', 'z', 'x'], 'B': ['p', 'q', 'r', 'q']})
print(df)

输出：

   A  B
0  x  p
1  y  q
2  z  r
3  x  q

使用 `pd.get_dummies()` 将分类变量转换为哑变量：

dummies = pd.get_dummies(df)
print(dummies)

输出：

   A_x  A_y  A_z  B_p  B_q  B_r
0    1    0    0    1    0    0
1    0    1    0    0    1    0
2    0    0    1    0    0    1
3    1    0    0    0    1    0

可以看到，`pd.get_dummies()` 将原始的 DataFrame 按照每个分类变量的取值转换为了哑变量。新列名的前缀为分类变量的名称，前缀和分类名称之间的分隔符默认为下划线。如果分类变量取值中存在缺失值，可以通过设置 `dummy_na=True` 创建一个哑变量列来表示缺失值。如果想要对指定列进行哑变量转换，可以通过设置 `columns` 参数来实现。如果想要使用稀疏矩阵表示哑变量，可以将 `sparse=True`。如果想要删除每个分类变量的第一个级别以避免共线性，可以将 `drop_first=True`。