如何对 pandas 数据帧的一列进行一次热编码？答案

【问题标题】：How do I one-hot encode one column of a pandas dataframe?如何对 pandas 数据帧的一列进行一次热编码？
【发布时间】：2017-05-02 07:49:10
【问题描述】：

我正在尝试对数据帧的一列进行一次热编码。

enc = OneHotEncoder()
minitable = enc.fit_transform(df["ids"])

但我得到了

DeprecationWarning：将一维数组作为数据传递在 0.17 中已弃用并将在 0.19 中引发 ValueError。

有解决办法吗？

【问题讨论】：

minitable = enc.fit_transform(df[["ids"]]) 在没有警告的情况下工作吗？

标签： python pandas scikit-learn

【解决方案1】：

我觉得你可以用get_dummies:

df = pd.DataFrame({'ids':['a','b','c']})

print (df)
  ids
0   a
1   b
2   c

print (df.ids.str.get_dummies())
   a  b  c
0  1  0  0
1  0  1  0
2  0  0  1

编辑：

如果输入是带有lists 的列，首先转换为str，通过strip 删除[] 并调用get_dummies：

df = pd.DataFrame({'ids':[[0,4,5],[4,7,8],[5,1,2]]})

print(df)
         ids
0  [0, 4, 5]
1  [4, 7, 8]
2  [5, 1, 2]

print (df.ids.astype(str).str.strip('[]').str.get_dummies(', '))
   0  1  2  4  5  7  8
0  1  0  0  1  1  0  0
1  0  0  0  1  0  1  1
2  0  1  1  0  1  0  0

【讨论】：

我需要转换为字符串。可以用整数而不是强制转换来完成吗？
有问题使用print (df.ids.str.get_dummies().astype(str)) 吗？
当 ids 是整数列表时，上面的代码将不起作用
尽管 StackOverflow 上到处都是，get_dummies 并不是执行编码的最佳实践，因为它不会将编码本身的内存保留在看不见的数据上。不同的数据可能以相同的方式编码，这违背了编码的目的。