【发布时间】：2015-09-30 08:49:48
【问题描述】：
我有一个包含 11 列的大型 DataFrame。我需要将分类变量转换成二进制值，所以我使用了Patsy：
attributes = "admit ~ C(gender) + age + C(ethnicity) + C(state) + gpa + sci_gpa + mcat + C(major) + C(tier) + C(same_ins)"
y, X = dmatrices(attributes, df, return_type="dataframe")
这很好用。但是，我想使用以原始数据框格式存储的数据来测试一个新样本 例如：
gender age ethnicity state gpa sci_gpa gre major tier same_ins
male 21 Asian NV 3.4 3.2 .99 Physics 1 1
有没有一种简单的方法可以将其转换为与 X 相同的格式？
【问题讨论】：
-
我对@987654324@不太熟悉，但是如果您只想将分类变量转换为pandas数据框中的二进制值（虚拟），那么顶级
pandas.get_dummies()函数非常适合您的目的. -
将它转换成公式实际上很重要，Patsy 允许我这样做。我不确定 get_dummies() 是否允许我这样做？
标签： python pandas scikit-learn patsy