pandas.get_dummies

pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None)

将分类变量转换为虚拟/指示变量.

每个变量都会在尽可能多的 0/1 变量中进行转换，具体取决于不同的值。输出中的列都以一个值命名；如果输入是 DataFrame，则原始变量的名称会附加到该值之前。

Parameters:

dataarray-like, Series, or DataFrame

要获取虚拟指示符的数据。

prefixstr, list of str, or dict of str, default None

附加到 DataFrame 列名的字符串。在对 DataFrame 调用 get_dummies 时，传递一个长度等于列数的列表。或者，prefix 可以是一个将列名映射到前缀的字典。

prefix_sepstr, default ‘_’

如果追加前缀，则使用的分隔符/定界符。或者，与 prefix 一样，传递列表或字典。

dummy_nabool，默认 False

添加一个列来指示 NaN，如果为 False，则忽略 NaN。

columnslist-like, default None

DataFrame 中需要编码的列名。如果 columns 为 None，则所有具有 object、string 或 category 类型的列都将被转换。

sparsebool，默认 False

虚拟编码的列是否应由 SparseArray （True）或普通 NumPy 数组（False）支持。

drop_firstbool，默认 False

是否通过删除第一类来从 k 个分类级别中获得 k-1 个虚拟项。

dtypedtype, default bool

新列的数据类型。只允许一个数据类型。

Returns:

DataFrame

虚拟编码的数据。如果 data 包含虚拟编码列之外的其他列，这些列将在结果开头被保留，保持不变。

参见

Series.str.get_dummies

将字符串 Series 转换为虚拟代码。

from_dummies()

将虚拟代码转换为分类 DataFrame。

Notes

有关更多示例，请参阅 the user guide 。

Examples

>>> s = pd.Series(list('abca'))

>>> pd.get_dummies(s)
       a      b      c
0   True  False  False
1  False   True  False
2  False  False   True
3   True  False  False

>>> s1 = ['a', 'b', np.nan]

>>> pd.get_dummies(s1)
       a      b
0   True  False
1  False   True
2  False  False

>>> pd.get_dummies(s1, dummy_na=True)
       a      b    NaN
0   True  False  False
1  False   True  False
2  False  False   True

>>> df = pd.DataFrame({'A': ['a', 'b', 'a'], 'B': ['b', 'a', 'c'],
...                    'C': [1, 2, 3]})

>>> pd.get_dummies(df, prefix=['col1', 'col2'])
   C  col1_a  col1_b  col2_a  col2_b  col2_c
0  1    True   False   False    True   False
1  2   False    True    True   False   False
2  3    True   False   False   False    True

>>> pd.get_dummies(pd.Series(list('abcaa')))
       a      b      c
0   True  False  False
1  False   True  False
2  False  False   True
3   True  False  False
4   True  False  False

>>> pd.get_dummies(pd.Series(list('abcaa')), drop_first=True)
       b      c
0  False  False
1   True  False
2  False   True
3  False  False
4  False  False

>>> pd.get_dummies(pd.Series(list('abc')), dtype=float)
     a    b    c
0  1.0  0.0  0.0
1  0.0  1.0  0.0
2  0.0  0.0  1.0