为列创建虚拟编码列并将其连接到数据集

Question

我正在处理有关手机流失率的数据集。 我正在尝试为形状为 3333 行 × 20 列的数据集中的状态缩写列创建虚拟代码。 我需要省略状态虚拟编码列之一作为“参考”列用于建模。 我认为应该发生的是，应该为每一行创建一个列，并在与新创建的虚拟列对应的行中放置一个 1。 我目前在每一行中都得到 0，除了第一行全是 1。 我需要以某种方式获取虚拟变量以在每行的适当列中包含一个标记。 我还认为我应该将列合并为唯一的列（在这种情况下，每个州都有一个），但我不确定这是否会与虚拟编码的点混淆？

我目前有以下代码：

1. 为 'state' 创建虚拟变量并排除第一个虚拟列：

churn_dummies = pd.get_dummies(churn, columns='state', prefix='st').iloc[:,20:]

这将返回一个 3333x3332 的数据帧。

st_OH   st_NJ   st_OH   st_OK   st_AL   st_MA   st_MO   st_LA   st_WV   st_IN   st_RI
0   1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1   NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
2   NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
3   NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
4   NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN

这个结果似乎在创建的整个巨大数据帧中继续存在，从抽查来看，这些行似乎不包含用相应列标记的适当 1。 我一直在使用以下熊猫文档： https : //pandas.pydata.org/pandas-docs/stable/reference/api/pandas.get_dummies.html

2. 然后将列连接到数据帧上：

churn = pd.concat([churn, churn_dummies], axis=1)

Answer 1

我想通了这个问题。 输入列参数时，引用的列名称需要在名称 ['state'] 周围加上方括号，以便对该列调用 get_dummies 方法。