解决get_dummies得到结果全部是布尔值的问题

  今天对表格类型的数据集做数据处理的时候，用pandas中的get_dummies()方法对离散的字符型特征做独热编码处理，碰到一个问题：编码出来的结果不是0、1，全是布尔型的True和False，查了网上很多资料，解决问题后特此记录。
  one-hot编码是对离散的特征数据进行特征数字化的常用方法，又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。
  比如对性别特征：[“男”,“女”]进行One-Hot编码，按照N位状态寄存器来对N个状态进行编码的原理，处理后应该是这样的（有两种特征，所以N=2）：[10,01]，就是把原来的特征转化成了n个二元数值型的特征，原来的特征有多少种就有多少位，是哪种特征该位置上就是1，其他位置就是0，这样就可以解决分类器不好处理属性数据（字符型）的问题。
  get_dummies是pandas库实现one-hot编码的方式。官方文档：pandas.get_dummies

pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None)

举例：

import pandas as pd
df = pd.DataFrame([  
            ['zhang' , 'A'],   
            ['wang'   , 'B']])  

df.columns = ['name',  'gender'] 
pd.get_dummies(df) 

  这样就可以对df进行one-hot编码，也可以只对表格中的某几种特征进行one-hot编码：

pd.get_dummies(df,columns=['name','gender'])

  只要指定columns列表就行了，这里要注意一个问题，就是编码完之后得到的表里只有你编码的那几种特征，你要在原来的数据表里把这几种特征删了，在把get_dummies的结果加进去。
  如果你的版本比较新，你可能会得到这么一个结果：
  查了资料，原因：

get_dummies函数在pandas1.6.0版本之前返回numpy.uint8,无符号八位整数，在1.6.0版本开始更改为返回numpy.bool_,numpy布尔值。
该修改由#45848提出，认为返回值是无符号整型变量将导致难以跟踪的错误，于#48022中完成修复。

  但是这样子给模型训练有可能就会报错，如果你需要int型的，你需要自己指定：

pd.get_dummies(df,columns=['name','gender'],dtype=int)

  结果：
  问题解决。

      

  更新：有些特征值的取值太多会导致ont-hot编码后的特征矩阵太大无法计算,书接下文：解决one-hot编码时特征值太多导致矩阵维度太大的问题