pd.get_dummies，pandas中getget_dummies的用法，python中处理离散值的方法，将文字特征转换成数字特征的方法

需要用到pandas这个包，调用请提前下载

这个就是用独热编码来替换离散值特征。

例如，“MSZoning”包含值“RL”和“Rm”我们将创建两个新的指示器特征“MSZoning_RL”和“MSZoning_RM”，其值为0或1。根据独热编码，如果“MSZoning”的原始值为“RL”，则：“MSZoning_RL”为1，“MSZoning_RM”为0。

首先假如一个数据集有六个样本，每个样本两种特征，数据保存在‘111.csv’中，其中feature1是文字特征，分别为“bak” “bif” “nig”，feature2是数字特征

直接上代码，演示其使用方法及作用

import pandas as pd

all_features = pd.read_csv('111.csv')
all_features = pd.get_dummies(all_features)
print(all_features)

从输出中可见，get_dummies函数直接将feature1的特征拆分成了3个特征，分别为feature1_bak、 feature1_bif、 feature1_nig，并将其对应项的特征值设为1，没有的设为0

函数中还有一个参数是dummy_na，其作用是：是否将“na”（缺失值）视为有效的特征值，并为其创建指示符特征。

dummy_na = false，就是不将“na”视为有效特征值，等于true就是将“na”视为一个特征值，并为其建立指示符特征。

以222.csv为例

all_features1 = pd.read_csv('222.csv')
all_features1 = pd.get_dummies(all_features, dummy_na=False)
print(all_features)

输出：并没有将nan作为一个特征值来看待，直接将其忽略

all_features1 = pd.get_dummies(all_features1, dummy_na=True)
print(all_features1)

输出： 将nan当作一种特征值，并为其建立feature1_nan特征