當我們的數據中出現的離散的類別信息時，我們通常將其轉化為onehot編碼形式，以便于對于我們的模型能有更好的效果。

此處主要介紹的是pandas庫中的一個函數——get_dummies()，它能直接將我們需要轉換的列直接進行轉換，下面來具體介紹：

1.參數說明

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

data：array-like, Series, or DataFrame

用來獲得虛擬指標的數據。

prefix：str, list of str, or dict of str, default None

添加DataFrame列名的字符串。在DataFrame上調用get_dummies函數時，傳遞一個長度等于列數的列表。或者，前綴可以是一個將列名映射到前綴的字典。

prefix_sep：str, default ‘_’

如果附加前綴，分隔符/分隔符使用。或者像前綴一樣傳遞列表或字典。

dummy_na：bool, default False

如果忽略False NaNs，則添加一列來指示 NaNs。

columns：list-like, default None

要編碼的DataFrame中的列名。如果columns為None，那么所有具有對象或類別dtype的列將被轉換。

sparse：bool, default False

偽編碼列是否應該由(True)或常規NumPy數組支持(False)

drop_first：bool, default False

是否通過刪除第一個級別將k-1個假人從k個分類級別中移除。

dtype：dtype, default? np.uint8

新列的數據類型。只允許一個dtype。

Returns? ? ? ?DataFrame?

? ? ? ? ? ? ? ? ? ? ? ? Dummy-coded data.

以上對參數的解釋均來自padnas官方文檔

2.實例代碼說明?

數據集如下：

?可以看到里面的season、holiday、workingday、weather都為離散的數據，故在此處進行OneHot編碼：

# 選取我們所需要的列名 column = ['season','holiday','workingday','weather'] # 一個一個的進行處理，并連接到數據集的后面 for i in column:x =pd.get_dummies(data[i],prefix= i)data=pd.concat([data,x],axis=1) # 顯示轉換后的數據 data.head()

運行結果：

?（此處我并未將轉換前的數據進行刪除）

總結

以上是生活随笔為你收集整理的快速进行OneHot编码——get_dummies()函数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。