有没有办法用 Pandas 的字典将分类变量转换为虚拟变量？

Question

我目前正在处理pandas.DataFrame，我需要将一些分类变量转换为虚拟变量。

但是，当我从一个庞大的数据库中构建我的pandas.DataFrame 时，我很确定如果我只使用pd.get_dummies，我会错过一些模式。

幸运的是，我从需要转换的特征中检索了所有模态。

我想知道是否有可能（是否使用pd.get_dummies）根据我检索到的模式有效地转换我的变量？

我寻找了一个解决方案，有和没有 get_dummies，但没有找到。

谢谢:)

Answer 1

IIUC，你可以使用Pandas.Categorical dtype 来处理。

示例

# Setup
np.random.seed(0)
df = pd.DataFrame(np.random.choice(['A', 'B', 'C'], 6), columns=['cat'])
print(df)

[出]

  cat
0   A
1   B
2   A
3   B
4   B
5   C

在此运行 pandas.get_dummies 会产生...

pd.get_dummies(df['cat'])

[出]

   A  B  C
0  1  0  0
1  0  1  0
2  1  0  0
3  0  1  0
4  0  1  0
5  0  0  1    

---

现在将此Series 转换为categorical dtype，并传入已知类别列表...

categories = ['A', 'B', 'C', 'D', 'E']
df['cat'] = pd.Categorical(df['cat'], categories=categories)

pd.get_dummies(df['cat'])

[出]

   A  B  C  D  E
0  1  0  0  0  0
1  0  1  0  0  0
2  1  0  0  0  0
3  0  1  0  0  0
4  0  1  0  0  0
5  0  0  1  0  0