get_dummies 是利用pandas实现one hot encode的方式。详细参数请查看官方文档
官方文档在这里

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

例子:

import pandas as pd
df = pd.DataFrame([  ['green' , 'A'],   ['red'   , 'B'],   ['blue'  , 'A']])

df.columns = [‘color’, ‘class’]
pd.get_dummies(df)

get_dummies 前:

get_dummies 后:

上述执行完以后再打印df 出来的还是get_dummies 前的图,因为你没有写

df = pd.get_dummies(df)

可以对指定列进行get_dummies

pd.get_dummies(df.color)

将指定列进行get_dummies 后合并到元数据中

pd.get_dummies相关推荐

  1. pd.get_dummies()

    get_dummies 是利用pandas实现one hot encode的方式 pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy ...

  2. pandas 下的 one hot encoder 及 pd.get_dummies() 与 sklearn.preprocessing 下的 OneHotEncoder 的区别

    sklearn.preprocessing 下除了提供 OneHotEncoder 还提供 LabelEncoder(简单地将 categorical labels 转换为不同的数字): 1. 简单区 ...

  3. [Python中pandas实现独热编码][pd.get_dummies()函数]

    快速理解 独热编码前,存在1列x3行的数据: 1列的列名称为: 动物名称 3行中第1行的值为:      猫 3行中第2行的值为:      狗 3行中第3行的值为:      猫 独热编码后,变为2 ...

  4. pd.get_dummies的使用和疑惑解答

    pd.get_dummies的使用 参考pandas官网 pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, c ...

  5. 【特征提取】pd.get_dummies() 详解(One-Hot Encoding)

    pd.get_dummies 详解 Pandas.get_dummies 用法简单介绍 主要参数介绍 data prefix prefix_sep 其他参数(Parameters) Pandas.ge ...

  6. 【机器学习】pd.get_dummies()

    get_dummies 是利用pandas实现one hot encode的方式 机器学习之One-Hot Encoding详解 - 简书 (jianshu.com)https://www.jians ...

  7. pd.get_dummies方法理解

    文章目录 1.举例说明: 1.1 在jupyter notebook里面输入如下代码: 1.2 显示结果: 1.3 使用 pd.get_dummies(data) 1.4结果: 1.举例说明: 1.1 ...

  8. python get dummies_特征提取之pd.get_dummies()

    one-hot encoding one-hot的基本思想:将离散型特征的每一种取值都看成一种状态,若你的这一特征中有N个不相同的取值,那么我们就可以将该特征抽象成N种不同的状态,one-hot编码保 ...

  9. pd.get_dummies,pandas中getget_dummies的用法,python中处理离散值的方法,将文字特征转换成数字特征的方法

    需要用到pandas这个包,调用请提前下载 这个就是用独热编码来替换离散值特征. 例如,"MSZoning"包含值"RL"和"Rm"我们将创 ...

最新文章

  1. php的webservice的wsdl的XML无法显示
  2. mysql 手工注入教程_mysql手工注入步骤
  3. python用途与前景-python能用来干什么
  4. Revising Aggregations - The Sum Function(集合函数-sum)
  5. 五:二叉树中和为某一直的路径
  6. 超级实用!如何为机器学习算法准备数据?
  7. python数据分析基础教程考试试卷_Python数据分析-自测试卷5
  8. 【渝粤题库】陕西师范大学200821 课程与教学论(计算机)
  9. 【离散数学】代数系统的同态(同构)
  10. 测试用例怎么写_如何高效组织自动化测试用例
  11. sprinboot整合activity
  12. ArrayList使用
  13. Colaboratory使用教程
  14. Linux/Windows下查看同一网段下的所有活动IP
  15. 图片没有.png或者jpg后缀能不能加载?
  16. CentOS 7服务
  17. 织梦标签调用:根据特定需求调用文章的标签代码
  18. 【可视化入门】智慧物流服务中心——可视化实例(动态)
  19. 支持多线程编程的Web Workers
  20. ubuntu 扩充交换空间

热门文章

  1. 【FPGA】Buffer专题介绍(二)
  2. cacti命令行添加监控详解
  3. 【cogs 309】香甜的黄油
  4. 优秀教程:创建基于 Ajax 的文件拖放上传功能
  5. 网页爬虫 html知识,python爬虫
  6. Vivado时钟分组约束的三类应用
  7. Verilog中testbench的设计,文件读取和写入操作
  8. 802.11b协议的一些介绍和说明
  9. Ubuntu10.04中IBus随系统启动的方法
  10. pytorch和jittor 程序对比