get_dumines() 函数,用于将分类变量转换为哑变量
1. get_dummies() 函数的基本用法
get_dummies() 函数可以将DataFrame中的分类变量（通常是字符串类型）转换为哑变量，每个类别对应一个哑变量列，其中包含1和0的值，表示该类别是否出现。
import pandas as pd
# 创建一个包含分类变量的DataFrame
df = pd.DataFrame({
'color': ['red', 'blue', 'green', 'blue'],
'shape': ['circle', 'square', 'circle', 'triangle']
})
# 使用get_dummies()转换分类变量
dummies = pd.get_dummies(df, columns=['color', 'shape'])
print(dummies)
2. 处理缺失值
在使用 get_dummies() 之前，您需要决定如何处理DataFrame中的缺失值。以下是几种处理缺失值的方法：
-
删除包含缺失值的行：
如果数据集中的缺失值不多，可以选择删除这些行。df = df.dropna() -
填充缺失值：
如果删除缺失值会导致数据量大幅减少，可以选择填充这些缺失值。填充策略可以是填充为最常见的值、中位数、众数或者一个特定的值。df['column'] = df['column'].fillna('missing') -
在
get_dummies()中处理缺失值：
get_dummies()函数允许您指定如何处理缺失值。例如，您可以将缺失值视为一个单独的类别。dummies = pd.get_dummies(df, columns=['color', 'shape'], dummy_na=True)
3. 示例代码
以下是一个完整的示例，展示了如何在处理缺失值后使用 get_dummies() 函数：
import pandas as pd
# 创建一个包含缺失值的DataFrame
df = pd.DataFrame({
'color': ['red', 'blue', None, 'blue'],
'shape': ['circle', 'square', 'circle', None]
})
# 填充缺失值
df['color'].fillna('unknown', inplace=True)
df['shape'].fillna('unknown', inplace=True)
# 使用get_dummies()转换分类变量
dummies = pd.get_dummies(df, columns=['color', 'shape'])
print(dummies)
输出结果：
color_blue color_red color_unknown shape_circle shape_square shape_unknown
0 0 1 0 1 0 0
1 1 0 0 0 1 0
2 0 0 1 1 0 0
3 1 0 0 0 0 1
在这个结果中：
color_blue、color_red 和 color_unknown 是从 color 列生成的哑变量列，分别表示颜色为蓝色、红色和未知的颜色。
shape_circle、shape_square 和 shape_unknown 是从 shape 列生成的哑变量列，分别表示形状为圆形、正方形和未知的形状。
每一列中的1表示对应的类别在该行中出现，0表示没有出现。这样，您就可以使用这些哑变量进行进一步的数据分析或机器学习建模了。
在这个示例中，我们首先填充了缺失值，然后使用 get_dummies() 函数将分类变量转换为哑变量。这样可以确保在转换过程中不会丢失任何信息。希望这次的解释更加清晰，并且能够帮助您正确使用 get_dummies() 函数。
原文地址：https://blog.csdn.net/2301_81133727/article/details/143831417
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！