Python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:

Python 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:

Python 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:

版权属于：月萌API www.moonapi.com，转载请注明出处

本文链接：https://www.moonapi.com/news/15225.html