一行pandas代码生成哑变量

一、 数据

1. import pandas as pd

2. df = pd.read_csv('data.csv', usecols=['Name', 'Info'])

3. df.head()

二、任务

现在我想生成A、B、C、D的哑变量

三、技术实现

在pandas操作步骤如下：

1. 先选中pd.DataFrame中的需要操作的Info列，得到pd.Series类型数据

2. 将pd.Series转化为pd.Series.str

3. 使用pd.Series.str.get_dummies()，该方法内传入相应的分割符

返回的结果依然是pd.DataFrame类型数据

1. df.Info.str.get_dummies(',')

如果我们想将得到的结果与原始数据结合，就使用pd.concat函数。

1. df2 = df.Info.str.get_dummies(',')

2. df2 = pd.concat([df,df2], axis='columns')

3. #df2

四、完整代码

我们将完整代码放到一起

1. import pandas as pd

2. #读取数据

3. df1 = pd.read_csv('data.csv', usecols=['Name', 'Info'])

4. #生成哑变量

5. df2 = df1.Info.str.get_dummies(',')

6. #将原始数据与哑变量数据合并

7. df3 = pd.concat([df1, df2], axis='columns')

8. #显示合并后的结果

9. df3