python 分类变量转为哑变量_将不同的分类变量转换为虚拟变量

没有。priority或cluster中的列不会被误解为严重性的第三列。在

以下是如何保存引用的答案：

在pandas.get_dummies中有一个参数，即drop_first允许您保留还是删除引用(是否将k或k-1虚拟对象排除在k个分类级别之外)。在

请注意drop_first = False这意味着引用不会被删除，并且k个伪对象是在k个分类级别上创建的！设置drop_first = True，编码后它将删除引用列。在

{此处链接^。在

与您的例子一样，severity有3个类别S1、S2和S3。

创建假人后，这些类别中的一个将始终为1，其他类别为0。在

s1为[1,0,0]，s2为[0,1,0]，s3为[0,0,1]

现在，如果您删除类别s1的列。在

如果严重性为S1，则值将为[0,0]

[1,0]如果严重性为S2

[0,1]如果严重性为S3。在

所以这里没有信息丢失，而且您的模型只需要处理一个列。

这就是为什么总是建议将drop_first参数保留为True。在

编辑：

应用假人后，您将得到如下列：severity_S1 severity_S2 severity_S3

1 0 0 # when value is S1

0 1 0 # when value is S2

0 0 1 # when value is S3

pandas.get_dummies()创建上述引用后删除第一列。

因此，您的数据如下所示：

^{pr2}$

对于所有这些变量，最终数据如下所示：

由于空间问题，我使用短列名：s2 s3 p2 p3 B C D

0 0 1 0 1 0 0 # For row with S1, P2 and B

0 1 0 1 0 1 0 # For row with S3, P3 and C

1 0 0 0 0 0 1 # For row with S2, P1 and D

1 0 0 0 0 0 0 # For row with S2, P1 and A