在分类数据中使用 get_dummies

Question

我必须使用数据集，然后使用决策树分类器，因为我不能有分类数据，但是这个数据集有这样的分类数据列：

我知道可以使用 get_dummies 函数来完成，但我做不到。 我首先阅读了这样的数据集：

def load_data(fname):
    """Load CSV file"""
    df = pd.read_csv(fname)
    nc = df.shape[1]
    matrix = df.values
    table_X = matrix [:, 2:]
    table_y = matrix [:, 81]
    features_names = df.columns.values[1:]
    target = df.columns.values[81]
    return table_X, table_y

table_X, table_y = load_data("dataset.csv")

pd.get_dummies(table_X)

当我运行它时，我得到了这个异常：Exception: Data must be 1-dimensional

我做错了什么？

------------------- 编辑 --------------- ---------------------

from sklearn.preprocessing import LabelEncoder

le = LabelEncoder()
y = le.fit_transform(table_y)
le.classes_

le.transform(['<200000', '>400000', '[200000,400000]'])

应用决策树算法：

from sklearn import tree

dtc_Gini = tree.DecisionTreeClassifier() #criterion='gini'
dtc_Gini1 = dtc_Gini.fit(table_X, y)

ValueError: could not convert string to float: 'RL'

Answer 1

基于这个答案：get_dummies(), Exception: Data must be 1-dimensional 在应用函数get_dummies() 之前，您似乎必须将table_X 转换回数据帧。或者你可以避免使用df.values。

试试这个：

def load_data(fname):
    """Load CSV file"""
    df = pd.read_csv(fname)
    table_X = df.iloc[:, 2:]
    table_y = df.iloc[:, 81]
    return table_X, table_y

table_X, table_y = load_data("dataset.csv")

pd.get_dummies(table_X)

如果它有效，请告诉我。

Answer 2

在pd.read_csv 之后使用pd.get_dummies(df)