[英]How to generate dummy variables for only specific values in a column?
我有一个熊猫数据框列,其中包含100个国家/地区的国家/地区代码。 我想使用它们进行回归,但是我只想为数据集中的特定国家/地区创建虚拟变量。
我认为这可以工作:
dummies = pd.get_dummies(df.CountryCode, prefix='cc_')
df_and_dummies = pd.concat([df,dummies[dummies['cc_US', 'cc_GB']]], axis=1)
df_and_dummies
但这给了我错误:
KeyError: ('cc_US', 'cc_GB')
我的数据框目前看起来像:
dframe = pd.DataFrame({'A': ['a', 'b', 'a'], 'B': ['b', 'a', 'c'],
'CountryCode': ['UK', 'US', 'RU']})
dframe
但我希望它看起来像这样:
有没有一种简单的方法来指定要包含在get_dummies
方法中的值,还是有另一种方法来标识特定的虚拟变量?
假人看起来像这样:
In [25]: dummies
Out[25]:
cc_RU cc_UK cc_US
0 0 1 0
1 0 0 1
2 1 0 0
要选择其中的某些列,可以在[] getitem中提供列名称的列表:
In [27]: dummies[['cc_US', 'cc_UK']]
Out[27]:
cc_US cc_UK
0 0 1
1 1 0
2 0 0
因此,您实际上错过了[一个括号。
完整的代码变为:
In [29]: pd.concat([df, dummies[['cc_US', 'cc_UK']]], axis=1)
Out[29]:
A B CountryCode cc_US cc_UK
0 a b UK 0 1
1 b a US 1 0
2 a c RU 0 0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.