pandas.get_dummies

熊猫。get_dummies ( data , prefix = None , prefix_sep = '_' , dummy_na = False , columns = None ,稀疏= False , drop_first = False , dtype = None )

将分类变量转换为虚拟/指标变量。

每个变量都会转换为与不同值一样多的 0/1 变量。输出中的每一列均以一个值命名；如果输入是 DataFrame，则原始变量的名称将添加到值的前面。

参数：

数据数组、Series 或 DataFrame

要获取虚拟指标的数据。

前缀str、str 列表或 str 字典，默认 None

用于附加 DataFrame 列名称的字符串。在 DataFrame 上调用 get_dummies 时，传递长度等于列数的列表。或者，前缀 可以是将列名映射到前缀的字典。

prefix_sep str，默认 '_'

如果附加前缀，则使用分隔符/定界符。或者传递一个列表或字典作为前缀。

dummy_na布尔值，默认 False

如果忽略 False NaN，则添加一列来指示 NaN。

列类似列表，默认无

DataFrame 中要编码的列名称。如果columns为 None ，则所有具有object、string或category dtype的列都 将被转换。

稀疏布尔值，默认 False

虚拟编码列是否应由SparseArray(True) 或常规 NumPy 数组 (False) 支持。

drop_first布尔值，默认 False

是否通过删除第一个级别来从 k 个分类级别中获取 k-1 个虚拟对象。

dtype 数据类型，默认布尔值

新列的数据类型。只允许使用单一数据类型。

返回：

数据框

虚拟编码数据。如果数据包含除虚拟编码列之外的其他列，这些列将不加更改地添加到结果中。

也可以看看

Series.str.get_dummies

将一系列字符串转换为虚拟代码。

from_dummies()

将虚拟代码转换为分类代码DataFrame。

笔记

请参阅用户指南以获取更多示例。

例子

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

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

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

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

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

>>> 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    True   False   False    True   False
1  2   False    True    True   False   False
2  3    True   False   False   False    True

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

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

>>> 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