将单列分类的 numpy 数组/pandas DataFrame 转换为多列布尔矩阵（每种分类类型一列）

Question

我想转换这样的东西：

['dog', 'cat', 'fish', 'dog', 'dog', 'bird', 'cat', 'bird']

变成一个布尔矩阵，矩阵中的每一列用于分类。对于这个例子，它会是这样的：

(dog) (cat) (fish) (bird)
  1     0      0     0
  0     1      0     0
  0     0      1     0
  1     0      0     0
  1     0      0     0
  0     0      0     1 
  0     1      0     0
  0     0      0     1  

根据分类将值设置为 true。我知道我可以像这样迭代地执行此操作（伪代码）：

class = array of classifications
new = array of size [amt of classifications, len(class)]
for i, c in enumerate(class):
    if c == 'dog':
        new[i][0] = 1
    elif c == 'cat':
        new[i][1] = 1
    # and so on

我觉得在 numpy 或 pandas 中有更有效的方法（因为我最初将数据作为 DataFrame 将其转换为 numpy 数组，所以我不介意使用 pandas 解决方案）。

Answer 1

使用get_dummies 也接受list：

a = ['dog', 'cat', 'fish', 'dog', 'dog', 'bird', 'cat', 'bird']
df = pd.get_dummies(a)
print (df)
   bird  cat  dog  fish
0     0    0    1     0
1     0    1    0     0
2     0    0    0     1
3     0    0    1     0
4     0    0    1     0
5     1    0    0     0
6     0    1    0     0
7     1    0    0     0

如果列的顺序很重要，请添加reindex 和unique：

df = pd.get_dummies(a).reindex(columns=pd.unique(a))
print (df)
   dog  cat  fish  bird
0    1    0     0     0
1    0    1     0     0
2    0    0     1     0
3    1    0     0     0
4    1    0     0     0
5    0    0     0     1
6    0    1     0     0
7    0    0     0     1