虚拟变量(dummy variables):虚拟变量,也叫哑变量和离散特征编码。可用来表示分类变量、费数量因素可能产生的影响
01 离散特征的取值之间有大小意义
例如:尺寸(L、XL、XXL)
02 离散特征的取值之间没有大小的意义
例如:颜色
1 离散特征的取值之间有大小的意义的处理函数
pamdas.Series.map(dict)
离散特征的取值之间有大小意义的处理函数。
dict 映射的字典
2 离散特征的取值之间没有大小的意义的处理函数
## 函数
pandas.get_dummies(data,prefix=None,prefix_sep='',dummy_na=False,columns=None,drop_first=False)
01 data: 要处理的DataFrame
02 prefix:列名的前缀,在多个列有相同的离散项时候使用
03 prefix_sep 前缀和离散值得分隔符,默认为下划线,莫惹即可
04 dummy_na 是否把NA值,作为一个离散值进行处理,默认不处理。
05 columns 要处理的列名,如果不指定该列,那么默认处理所有的列
06 drop_first 是否从备选项中删除第一个,建模的时候为避免共线性使用
3 案例:
import pandas
data=pandas.read_csv(
&