Python pandas.get_dummies用法及代碼示例

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

將分類變量轉換為虛擬/指標變量。

參數：

data：array-like、係列或數據幀

獲取虛擬指標的數據。

prefix：str，str 的列表，或 str 的 dict，默認無

附加 DataFrame 列名的字符串。在 DataFrame 上調用 get_dummies 時，傳遞一個長度等於列數的列表。或者，prefix 可以是將列名映射到前綴的字典。

prefix_sep：str，默認 ‘_’

如果附加前綴，則使用分隔符/定界符。或者像 prefix 一樣傳遞列表或字典。

dummy_na：布爾值，默認為 False

如果忽略 False NaN，則添加一列以指示 NaN。

columns：list-like，默認無

要編碼的 DataFrame 中的列名。如果 columns 為 None 那麽所有具有 object 或 category dtype 的列都將被轉換。

sparse：布爾值，默認為 False

dummy-encoded 列是否應由 SparseArray (True) 或常規 NumPy 數組 (False) 支持。

drop_first：布爾值，默認為 False

是否通過刪除第一級從 k 個分類級別中取出 k-1 個虛擬變量。

dtype：dtype，默認 np.uint8

新列的數據類型。隻允許使用一個 dtype。

DataFrame: Dummy-coded 數據。

注意：

有關更多示例，請參閱用戶指南。

例子：

>>> s = pd.Series(list('abca'))

>>> pd.get_dummies(s)
   a  b  c
0  1  0  0
1  0  1  0
2  0  0  1
3  1  0  0

>>> s1 = ['a', 'b', np.nan]

>>> pd.get_dummies(s1)
   a  b
0  1  0
1  0  1
2  0  0

>>> pd.get_dummies(s1, dummy_na=True)
   a  b  NaN
0  1  0    0
1  0  1    0
2  0  0    1

>>> df = pd.DataFrame({'A':['a', 'b', 'a'], 'B':['b', 'a', 'c'],
...                    'C':[1, 2, 3]})

>>> pd.get_dummies(df, prefix=['col1', 'col2'])
   C  col1_a  col1_b  col2_a  col2_b  col2_c
0  1       1       0       0       1       0
1  2       0       1       1       0       0
2  3       1       0       0       0       1

>>> pd.get_dummies(pd.Series(list('abcaa')))
   a  b  c
0  1  0  0
1  0  1  0
2  0  0  1
3  1  0  0
4  1  0  0

>>> pd.get_dummies(pd.Series(list('abcaa')), drop_first=True)
   b  c
0  0  0
1  1  0
2  0  1
3  0  0
4  0  0

>>> pd.get_dummies(pd.Series(list('abc')), dtype=float)
     a    b    c
0  1.0  0.0  0.0
1  0.0  1.0  0.0
2  0.0  0.0  1.0

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.get_dummies。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：