pandas数据预处理---get_dummies用法

fillna:将缺失数据补全为0

get_dummies :将数据铺展开

df = pd.DataFrame([
            ['green' , 'A',1],
            ['red'   , 'B',],
            ['blue'  , 'A',3]])

df.columns = ['color',  'class','xx']
print(df)
df = df.fillna(0)
print(df)
df=pd.get_dummies(df,dummy_na = True)
pd.set_option('display.width',None)
print(df)

输出:

   color class   xx
0  green     A  1.0
1    red     B  NaN
2   blue     A  3.0
   color class   xx
0  green     A  1.0
1    red     B  0.0
2   blue     A  3.0
    xx  color_blue  color_green  color_red  color_nan  class_A  class_B  class_nan
0  1.0           0            1          0          0        1        0          0
1  0.0           0            0          1          0        0        1          0
2  3.0           1            0          0          0        1        0          0

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值