本文主要是介绍pd.get_dummies()与pd.factorize()详解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
pandas.get_dummies
（将类别变量转换为one-hot编码，使用pandas方法实现，相当于sklearn的one-hot编码）
离散特征的编码分为两种情况：
1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码
2、离散特征的取值有大小的意义，比如size:[X,XL,XXL],那么就使用数值的映射{X:1,XL:2,XXL:3}
使用pandas可以很方便的对离散型特征进行one-hot编码
官方文档
pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None)[source]
data：可以是数组类型，Series类型，DataFrame类型
prefix：可以字符串，字符串列表，或字符串的字典类型，默认为None。将data的列名映射到prefix的字符串或者字典；
drop_first:布尔型，默认为False，指是否删除第一列
import pandas as pd
import numpy as np
s=pd.Series(list('abca'))
s0=pd.get_dummies(s)
print(s)
print(s0)
'''
0 a
1
这篇关于pd.get_dummies()与pd.factorize()详解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
