一次热编码后数据帧中的行数减少

Question

我有一个数据集，我想使用 sklearn.preprocessing.OneHotEncoder 对其进行一次热编码。我的问题是编码后，结果包含的行数比原始数据集少（差为 5）。 这是我的代码：

one_hot_encoder = OneHotEncoder(handle_unknown='ignore', sparse=False)
X_cat = pd.DataFrame(
            one_hot_encoder.fit_transform(X[categorical_vars]),
            columns=one_hot_encoder.get_feature_names(categorical_vars)
)

提前感谢您的任何建议。 :)

Answer 1

我认为您获得的输出列较少，因为您有一些未知的分类特征。因为您将关键字“handle_unknown”设置为忽略，所以会跳过这些列。

如果你给我一些你的样本数据，我可以为你测试并给你一个更好的解释。否则，我可以建议您阅读此post。它很好地解释了“handle_unknown”关键字的用途以及使用它的原因和时间。