Skip to main content
 首页 » 编程设计

python之如何将 Pandas 数据框中所有 Categorica 类型的列编码为虚拟变量

2025年05月04日19lori

我有一个包含大量分类列的 Pandas 数据框,我希望将其传递给 scikit-learn。由于 scikit-learn 只接受数组作为参数,我需要将所有分类列转换为虚拟变量。例如,我有一个宗教列,类别为“基督教”、“穆斯林”和“印度教”,应根据这些值将其转换为三个虚拟变量,这些变量设置为 0 或 1。

我发现的最佳解决方案是将数据帧拆分为分类变量和非分类变量,然后对所有分类变量使用 pandas.get_dummies,然后重新组合。

有没有更快的方法来做到这一点?

请您参考如下方法:

您可以获取数据框 (df) 并将其与要转换的列列表一起传递给 get_dummies() 调用。

假设您有一个包含许多列的 df,并且您希望仅从“宗教”列创建虚拟变量。

df = pd.DataFrame({'Name': ['Adam', 'Brad', 'Charlie', 'David','Eric'], 
                   'Religion': ['Christian', 'Hindu', 'Muslim','Hindu','Christian'], 
                   'Age': [28, 25, 35, 24, 39,], 
                   'State':['CA','CA','AZ','NV','OR']}) 

这是 df 的样子:

   Age     Name   Religion State 
0   28     Adam  Christian    CA 
1   25     Brad      Hindu    CA 
2   35  Charlie     Muslim    AZ 
3   24    David      Hindu    NV 
4   39     Eric  Christian    OR 

创建“宗教”列的虚拟变量:

df = pd.get_dummies(df, columns=['Religion']) 

输出:

   Age     Name State  Religion_Christian  Religion_Hindu  Religion_Muslim 
0   28     Adam    CA                   1               0                0 
1   25     Brad    CA                   0               1                0 
2   35  Charlie    AZ                   0               0                1 
3   24    David    NV                   0               1                0 
4   39     Eric    OR                   1               0                0