pandas.get_dummies 的用法

xujunzju • 2022年4月11日 15:55 • 编程语言 • 阅读 846

get_dummies 是利用pandas实现one hot encode的方式。官方文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.get_dummies.html

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

以以下数据集为例：

Alice_20201112164834.csv 下载

1、写入数据

import pandas as pd
from pathlib import Path

# 获取目标文件下的所有文件列表
file_path = Path('/Users/xujun/Desktop/Alice_20201112164834.csv')
df = pd.read_csv(file_path)
print(df)

2、已ICU进行分组生成one hot encode

df_div_group = pd.get_dummies(df, columns=['ICU'], prefix='group')

print(df_div_group)

3、假如是已某两列生成one hot encode

import pandas as pd
df = pd.DataFrame([  
            ['green' , 'A'],   
            ['red'   , 'B'],   
            ['blue'  , 'A']])  

df.columns = ['color',  'group'] 
print(df)

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

4、将指定列进行get_dummies 后合并到元数据中

import pandas as pd
df = pd.DataFrame([  
            ['green' , 'A'],   
            ['red'   , 'B'],   
            ['blue'  , 'A']])  

df.columns = ['color',  'group'] 
print(df)

df = df.join(pd.get_dummies(df.color))
print(df)