基于原始列的 dtype 是对象，在数据框中创建多个虚拟变量的最佳方法是啥？
Posted
技术标签:
【中文标题】基于原始列的 dtype 是对象，在数据框中创建多个虚拟变量的最佳方法是啥？【英文标题】：What is the best way to create multiple dummy variables in a data frame based on the original column's dtype being an object?基于原始列的 dtype 是对象，在数据框中创建多个虚拟变量的最佳方法是什么？ 【发布时间】：2020-05-02 22:05:31 【问题描述】：我有一个 DataFrame，其中包含许多列，需要根据它们的 dtype 是一个对象来进行虚拟化。对这些列进行热编码/虚拟化的最快和最有效的方法是什么？列表理解？拉姆达？常规函数和变量赋值？我最终将在线性回归模型中使用一些列。数据集已经非常大了，所以如果我可以在不创建过多列的情况下做到这一点，那将是理想的。这是我正在尝试制作的代码的失败示例：
[pd.get_dummies(col for col in df.columns if df.columns.dtype == 'object')]
【问题讨论】：
【参考方案1】：您可以使用select_dtypes 发送您想变成假人的子集。你可以concat这个回到原来的DataFrame。
pd.get_dummies(df.select_dtypes('O'))
否则，您将传递整个 DataFrame 并指定列表中的列。您可以使用列表推导，或者只检查哪个 dtypes 是对象。
pd.get_dummies(df, columns=df.dtypes.loc[lambda x: x == 'O'].index.tolist())
【讨论】：
以上是关于基于原始列的 dtype 是对象，在数据框中创建多个虚拟变量的最佳方法是啥？的主要内容，如果未能解决你的问题，请参考以下文章