14 python虚拟变量的数据量化处理

1 虚拟变量

也叫作哑变量和离散特征编码，可用来表示分类变量、非数量因素可能产生的影响
 

2 category数据类型

category是pandas的一种数据类型，对应着被通缉的变量。Categoricals是由固定且有限数量的变量组成的，比如：性别、社会阶层、血型、国籍、观察时段、赞美程度。

与其它被统计的变量相比，categorical 类型的数据可以具有特定的顺序——比如：按程度来设定，“强烈同意”与“同意”，“首次观察”与“二次观察”，但是不能做按数值来进行排序操作（比如：sort_by 之类的，换句话说，categorical 的顺序是创建时手工设定的，是静态的）

3  get_dummies()

pandas.get_dummies（data，prefix = None，prefix_sep ='_'，dummy_na = False，columns = None，sparse = False，drop_first = False，dtype = None ）

   
data ： array-like，Series或DataFrame
prefix：string，字符串列表或字符串dict，默认为None ,用于追加DataFrame列名的字符串。在DataFrame上调用get_dummies时，传递一个长度等于列数的列表。或者，前缀 可以是将列名称映射到前缀的字典。

prefix_sep：string，默认为'_'

如果附