pandas中get_dummies中如何指定刪除哪一列

Question

我有一個包含 3 個值的 DataFrame 列 - Bart、Peg、Human。 我需要對它們進行單熱編碼，使 Bart 和 Peg 保留為列，而人則表示為 0 0。

Xi | Architecture
0  | Bart
1  | Bart
2  | Peg
3  | Human
4  | Human
5  | Peg
..
.

我想對它們進行單熱編碼，以便 Human 表示為 0 0：

Xi |Bart| Peg
0  | 1  | 0
1  | 1  | 0
2  | 0  | 1
3  | 0  | 0
4  | 0  | 0
5  | 0  | 1

但是當我這樣做時：

pd.get_dummies(df['Architecture'], drop_first = True)

它刪除“Bart”並保留其他 2。有沒有辦法指定要刪除的列？

Answer 1

你可以mask它：

df = df[['Xi']].join(pd.get_dummies(df['Architecture'].mask(df['Architecture']=='Human')))

Output：

   Xi  Bart  Peg
0   0     1    0
1   1     1    0
2   2     0    1
3   3     0    0
4   4     0    0
5   5     0    1

Answer 2

IIUC，嘗試使用 get_dummies 然后刪除“人類”列：

df['Architecture'].str.get_dummies().drop('Human', axis=1)

Output：

   Bart  Peg
0     1    0
1     1    0
2     0    1
3     0    0
4     0    0
5     0    1

Answer 3

它正在刪除“Bart”，因為這是它看到的“第一個”label。 get_dummies沒有內置的方式說“在之后刪除此列”。 這很煩人。 所以你可以做幾件事：

• 在使用get_dummies之前對數據集進行排序，以便在您首先使用drop first顯示“Human”
• 將數據集子集僅對列進行單熱編碼，其中（體系結構 =“Bart”或“Peg”）