尝试使用 OnehotEncoder 创建虚拟变量答案

【问题标题】：Trying to create dummy variables using OnehotEncoder尝试使用 OnehotEncoder 创建虚拟变量
【发布时间】：2020-03-26 14:20:27
【问题描述】：

我正在学习机器学习，并尝试对数据进行预处理。我遇到了一个错误。 X[:, 1] = X_label_encoder_1.fit_transform(X[:,1]) IndexError: index 1 is out of bounds for axis 1 with size 1. 我尝试了所有方法，但我无法得到它。

# get the dependant and independent variables
X = dataset.iloc[:, 3:13].values
y = dataset.iloc[:, 13].values

X = X.reshape(-1, 1)
y = y.reshape(-1, 1)

# change the categorical values into numbers
X_label_encoder_1 = LabelEncoder()
X[:, 1] = X_label_encoder_1.fit_transform(X[:,1])
X_label_encoder_2 = LabelEncoder()
X[:, 2] = X_label_encoder_2.fit_transform(X[:,2])

onehotencoder = OneHotEncoder(categories=X[1])
X = onehotencoder.fit_transform(X).toarray()

【问题讨论】：

标签： python dataframe machine-learning scikit-learn artificial-intelligence

【解决方案1】：

这是我的处理方法：

# load 'pandas' library
import pandas as pd

# One-hot encode categorical variable
one_hot_column_name = pd.get_dummies(dataset_name['column_to_encode']

# Drop original categorical variable after it has been encoded
dataset_name = dataset_name.drop('categorical_column', axis = 1)

# join codings together
dataset_name = dataset_name.join([one_hot_column_name])

希望这可行，欢迎使用机器学习！

【讨论】：