当 Pandas 列中不存在某些类别时获取假人[重复]

Posted 2023-03-11

【中文标题】当 Pandas 列中不存在某些类别时获取假人[重复]

【英文标题】：Get dummies when some categories are not present in a pandas column [duplicate]

【发布时间】：2018-07-09 17:42:57

【问题描述】：

假设我有一个如下所示的 pandas 列

类型 类型1 type2 type3

现在我将采取如下假人：type_dummies = pd.get_dummies(["Type"], prefix="type")

然后将其与主 DataFrame 连接后，生成的 df 将如下所示：

df.drop(['Type'], axis=1, inplace=True)
df = df.join(type_dummies)
df.head()

type_type1    type_type2    type_type3
   1              0             0
   0              1             0
   0              0             1

但是，如果在我的训练集中有另一个类别 type4 在 Type 列中。那么我将如何使用get_dummies() 方法尽可能多地生成假人。也就是说，在这种情况下，我想生成 4 个虚拟变量，尽管所需列中只有 3 个类别？

【问题讨论】：

嗯，是的，之前看到了。但是，@Wen 给出的答案对我来说并不清楚。所以我还是问了它，并找到了一个很好的简单答案。无论如何，感谢您的注意。

【参考方案1】：

你可以使用categroy数据类型

df.Type=df.Type.astype('category', categories=['type1','type2','type3','type4'])
df
Out[200]: 
    Type
0  type1
1  type2
2  type3
pd.get_dummies(df["Type"], prefix="type")
Out[201]: 
   type_type1  type_type2  type_type3  type_type4
0           1           0           0           0
1           0           1           0           0
2           0           0           1           0

【讨论】：

哇。那成功了。谢谢..

@AshanPriyadarshana Yw~ 快乐编码