建模时二值化处理oneHotEncoder与get_dummies要点

二值化处理几个注意点：

1. 若用oneHotEncoder，注意该函数无法识别NA类型的，因为NA不是整数型，所以需要在二值化前对NA进行缺失值填补；可对指定变量进行编码。

2. 如果用get_dummies函数，默认只对字符型变量编码，可把缺失值单独当成一个类别。
   若想对数值型编码，事先转换，例如：

demo_df['Integer Feature'] = demo_df['Integer Feauture'].astype(str)
pd.get_dummies(demo_df,columns = ['Integer Feature'])

---

一个例子：

a = pd.DataFrame(['YES','NO','YES','NO','NO','YES'],columns =['FEE'])
b = pd.get_dummies(a)

返回值b，是uint8格式，无法用于大多数建模的输入。需要转换。

b.info()

<class ‘pandas.core.frame.DataFrame’>
RangeIndex: 3 entries, 0 to 2
Data columns (total 1 columns):
0 3 non-null uint8
dtypes: uint8(1)
memory usage: 83.0 bytes

方法1:——对b处理

b  = b.astype(int)

方法2：——利用函数参数指定输出格式

 b = pd.get_dummies(a,dtype = int)