一行pandas代码生成哑变量

一、 数据

import pandas as pd	
df = pd.read_csv('data.csv', usecols=['Name', 'Info'])	
df.head()

二、任务

现在我想生成A、B、C、D的哑变量

三、技术实现

在pandas操作步骤如下：

1. 先选中pd.DataFrame中的需要操作的Info列，得到pd.Series类型数据

2. 将pd.Series转化为pd.Series.str

3. 使用pd.Series.str.get_dummies()，该方法内传入相应的分割符

返回的结果依然是pd.DataFrame类型数据

df.Info.str.get_dummies(',')

如果我们想将得到的结果与原始数据结合，就使用pd.concat函数。

df2 = df.Info.str.get_dummies(',')	
df2 = pd.concat([df,df2], axis='columns')	
#df2

四、完整代码

我们将完整代码放到一起

import pandas as pd	
#读取数据	
df1 = pd.read_csv('data.csv', usecols=['Name', 'Info'])	
#生成哑变量	
df2 = df1.Info.str.get_dummies(',')	
#将原始数据与哑变量数据合并	
df3 = pd.concat([df1, df2], axis='columns')	
#显示合并后的结果	
df3

推荐阅读