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。

每个变量被转换为尽可能多的 0/1 变量，具体数量取决于不同值的数量。输出中的列名分别对应一个值；如果输入是一个 DataFrame，原始变量的名称会加在值的前面。

参数:

数据类数组, Series, 或 DataFrame

要获取虚拟指标的数据。

前缀str, str 列表, 或 str 的字典, 默认 None

要附加到 DataFrame 列名的字符串。在调用 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, 默认值为 ‘_’

如果追加前缀，使用分隔符/定界符。或者传递一个列表或字典，如同使用 prefix。

dummy_na布尔值, 默认为 False

如果为 False，则忽略 NaNs，添加一列以指示 NaNs。

columns类似列表，默认 None

要编码的 DataFrame 中的列名。如果 columns 为 None，则所有具有 object、string 或 category 数据类型的列将被转换。

稀疏布尔值, 默认为 False

虚拟编码列是否应由 :class:`SparseArray`（True）或常规 NumPy 数组（False）支持。

drop_first布尔值, 默认为 False

是否通过删除第一个级别从k个分类级别中获取k-1个虚拟变量。

dtypedtype，默认 bool

新列的数据类型。只允许单一的数据类型。

返回:

DataFrame

虚拟编码的数据。如果 data 包含除虚拟编码列之外的其他列，这些列将不变地添加到结果中。

参见

Series.str.get_dummies

将字符串序列转换为虚拟编码。

from_dummies()

将虚拟代码转换为分类 DataFrame。

备注

更多示例请参考 用户指南。

例子

>>> 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