如何用熊猫在 Python 中创建虚拟变量？
数据集可能包含各种类型值，有时它由分类值组成。因此，为了有效地使用这些分类值进行编程，我们创建了虚拟变量。虚拟变量是一个二进制变量，它指示一个单独的分类变量是否具有特定的值。
说明:
如您所见，为温度属性的三个分类值创建了三个虚拟变量。我们可以使用 get_dummies() 方法在 python 中创建虚拟变量。
语法: pandas.get_dummies(数据，前缀=None，前缀 sep=' '，)
参数:
- 数据=输入数据，即包括熊猫数据帧。名单。准备好。numpy 数组等。
- 前缀=初始值
- prefix_sep=数据值分离。
返回类型:虚拟变量。
分步方法:
- 导入必要的模块
- 考虑数据
- 对数据执行操作以获得假人
例 1:
蟒蛇 3
# import required modules
import pandas as pd
import numpy as np
# create dataset
df = pd.DataFrame({'Temperature': ['Hot', 'Cold', 'Warm', 'Cold'],
})
# display dataset
print(df)
# create dymmy variables
pd.get_dummies(df)
输出:
例 2:
考虑使用列表数组来获得假人
蟒蛇 3
# import required modules
import pandas as pd
import numpy as np
# create dataset
s = pd.Series(list('abca'))
# display dataset
print(s)
# create dymmy variables
pd.get_dummies(s)
输出:
例 3:
这是另一个例子，获取虚拟变量。
蟒蛇 3
# import required modules
import pandas as pd
import numpy as np
# create dataset
df = pd.DataFrame({'A': ['hello', 'vignan', 'geeks'],
'B': ['vignan', 'hello', 'hello'],
'C': [1, 2, 3]})
# display dataset
print(df)
# create dymmy variables
pd.get_dummies(df)
输出:
