Python pandas：來自 get_dummies 的動態連接

Question

具有以下數據框：

import pandas as pd

cars = ["BMV", "Mercedes", "Audi"]
customer = ["Juan", "Pepe", "Luis"]
price = [100, 200, 300]
year = [2022, 2021, 2020]


df_raw = pd.DataFrame(list(zip(cars, customer, price, year)),\
                      columns=["cars", "customer", "price", 'year'])

我需要對分類變量cars和customer進行一次熱編碼，為此我對這兩列使用 get_dummies 方法。

numerical = ["price", "year"]
df_final = pd.concat([df_raw[numerical], pd.get_dummies(df_raw.cars),\
                      pd.get_dummies(df_raw.customer)], axis=1)

有沒有辦法以動態方式生成這些虛擬對象，例如將它們放在一個列表中並使用 for 循環遍歷它們。在這種情況下，它可能看起來很簡單，因為我只有 2 個，但如果我有 30 或 60 個屬性，會我要一個一個去嗎？

Answer 1

pd.get_dummies

pd.get_dummies(df_raw, columns=['cars', 'customer'])

---

   price  year  cars_Audi  cars_BMV  cars_Mercedes  customer_Juan  customer_Luis  customer_Pepe
0    100  2022          0         1              0              1              0              0
1    200  2021          0         0              1              0              0              1
2    300  2020          1         0              0              0              1              0

Answer 2

一種簡單的方法是連接列並使用str.get_dummies ：

cols = ['cars', 'customer']
out = df_raw.join(df_raw[cols].agg('|'.join, axis=1).str.get_dummies())

輸出：

       cars customer  price  year  Audi  BMV  Juan  Luis  Mercedes  Pepe
0       BMV     Juan    100  2022     0    1     1     0         0     0
1  Mercedes     Pepe    200  2021     0    0     0     0         1     1
2      Audi     Luis    300  2020     1    0     0     1         0     0

另一種選擇是melt並使用crosstab ：

df2 = df_raw[cols].reset_index().melt('index')
out = df_raw.join(pd.crosstab(df2['index'], df2['value']))