多列中出现的单词的 One-hot 编码

Question

我想从分类数据创建即时编码数据，您可以在此处查看。

        Label1          Label2        Label3  
0   Street fashion        Clothing       Fashion
1         Clothing       Outerwear         Jeans
2     Architecture        Property      Clothing
3         Clothing           Black      Footwear
4            White      Photograph        Beauty

问题（对我来说）是一个特定的标签（例如服装）可以在标签 1、标签 2 或标签 3 中。我试过 pd.get_dummies 但这会创建如下数据：

Label1_Clothing  Label2_Clothing    Label3_Clothing  
0      0                 1                 0
1      1                 0                 0
2      0                 0                 1

有没有办法让每个标签只有一个虚拟变量列？而是：

Label_Clothing  Label_Street Fashion    Label_Architecture  
0      1                 1                 0
1      1                 0                 0
2      1                 0                 1

我是编程新手，很高兴得到您的帮助。

最好， 贝尔纳多

Answer 1

您可以将您的数据框堆叠成一个Series，然后从中获取假人。从那里您可以利用外部级别的最大值将数据折叠回其原始形状，同时保持标签的位置：

dummies = pd.get_dummies(df.stack()).max(level=0)

print(dummies)
   Architecture  Beauty  Black  Clothing  Fashion  Footwear  Jeans  Outerwear  Photograph  Property  Street fashion  White
0             0       0      0         1        1         0      0          0           0         0               1      0
1             0       0      0         1        0         0      1          1           0         0               0      0
2             1       0      0         1        0         0      0          0           0         1               0      0
3             0       0      1         1        0         1      0          0           0         0               0      0
4             0       1      0         0        0         0      0          0           1         0               0      1