如何默认为每个功能创建两列（一个热编码）？

Question

我的特征工程针对不同的文档运行。对于某些文档，某些功能不存在，因此子列表仅包含相同的值，例如第三个子列表[0,0,0,0,0]。此子列表的一次热编码仅导致一列，而其他文档的特征列表转换为两列。如果它仅包含一个相同的值并将列插入正确的位置，是否有可能告诉 ohe 也创建两列？主要问题是我的不同文档的特征数据框包含不同数量的列的末尾，这使得它们无法比较。

import pandas as pd 
feature = [[0,0,1,0,0], [1,1,1,0,1], [0,0,0,0,0], [1,0,1,1,1], [1,1,0,1,1], [1,0,1,1,1], [0,1,0,0,0]]

df = pd.DataFrame(feature[0])
df_features_final  = pd.get_dummies(df[0])

for feature in feature[1:]:
    df = pd.DataFrame(feature)
    df_enc = pd.get_dummies(df[0])
    print(df_enc)
    df_features_final = pd.concat([df_features_final, df_enc], axis = 1, join ='inner')


print(df_features_final)

结果是以下数据框。正如您在不断变化的列标题中看到的，在第 5 列之后没有跟随 1：

   0  1  0  1  0  0  1  0  1  0  1  0  1
0  1  0  0  1  1  0  1  0  1  0  1  1  0
1  1  0  0  1  1  1  0  0  1  1  0  0  1
2  0  1  0  1  1  0  1  1  0  0  1  1  0
3  1  0  1  0  1  0  1  0  1  0  1  1  0
4  1  0  0  1  1  0  1  0  1  0  1  1  0

Answer 1

我没有注意到你至少在 pandas 中想要的功能。但是，在 TensorFlow 中，我们确实有

tf.one_hot(
    indices, depth, on_value=None, off_value=None, axis=None, dtype=None, name=None
)

将深度设置为 2。