蟒蛇熊猫–get_dummes()方法
原文:https://www.geesforgeks.org/python-pandas-get_dummies-method/
pandas.get_dummies() 用于数据操作。它将分类数据转换为虚拟变量或指示变量。
语法: pandas.get_dummies(数据，前缀=None，前缀 sep=' '，dummy_na=False，列=None，稀疏=False，drop_first=False，dtype=None)
参数:
- 数据:其数据将被操纵。
- 前缀:附加数据框列名的字符串。在数据帧上调用 get_dummies 时，传递一个长度等于列数的列表。默认值为无。
- 前缀 _sep: 如果附加任何前缀，则使用分隔符/分隔符。默认值为“_”
- dummy_na: 增加一列表示 NaN 值，默认值为 false，如果为 false 则忽略 NaN。
- 列:数据帧中需要编码的列名。默认值为无，如果列为无，则具有对象或类别数据类型的所有列都将被转换。
- 稀疏:它指定伪编码列应该由稀疏数组(真)还是常规 NumPy 数组(假)支持。默认值为假。
- drop_first: 移除第一个等级，从 k 个分类等级中获得 k-1 个假人。
- 数据类型:新列的数据类型。只允许一种数据类型。默认值为 np.uint8。
返回:数据帧(伪编码数据)
例 1:
蟒蛇 3
import pandas as pd
con = pd.Series(list('abcba'))
print(pd.get_dummies(con))
输出:
输出
例 2:
计算机编程语言
import pandas as pd
import numpy as np
# list
li = ['s', 'a', 't', np.nan]
print(pd.get_dummies(li))
输出:
Nan 列不存在，因为默认情况下 dummy_na 为 False
例 3: (获取 NaN 列)
计算机编程语言
import pandas as pd
import numpy as np
# list
li = ['s', 'a', 't', np.nan]
print(pd.get_dummies(li, dummy_na=True))
输出:
例 4:
蟒蛇 3
import pandas as pd
import numpy as np
# dictionary
diff = pd.DataFrame({'R': ['a', 'c', 'd'],
'T': ['d', 'a', 'c'],
'S_': [1, 2, 3]})
print(pd.get_dummies(diff, prefix=['column1', 'column2']))
输出:
