pandas进行one-hot编码

 1.读取数据

本文采用的是美国成年人收入的数据集

import pandas as pd
from IPython.display import display
data = pd.read_csv(
    adult_path, header=None, index_col=False,
    names=['age', 'workclass', 'fnlwgt', 'education',  'education-num',
           'marital-status', 'occupation', 'relationship', 'race', 'gender',
           'capital-gain', 'capital-loss', 'hours-per-week', 'native-country',
           'income'])

2.检查字符串的分类数据

使用pandas Series 的value_counts函数，显示类别和出现次数

print(data.gender.value_counts())
#输出
Male      21790
Female    10771
Name: gender, dtype: int64

3.对数据进行one-hot编码

利用get_dummies函数自动转换对象（通常默认类别的结果是字符串）

print("Original features:\n", list