当前位置：首页 > ai >正文

【python】get_dummies()用法

ai 2025/8/24 16:52:19

1. 基本作用

2. 语法

常用参数：

3. 示例讲解

（1）对 Series 使用

（2）对 DataFrame 中的列使用

（3）加前缀

（4）避免虚拟变量陷阱（drop_first=True）

1. 基本作用

pandas.get_dummies() 用于将 分类变量（categorical variable） 转换为 哑变量/指示变量（Dummy Variables），也叫 独热编码（One-Hot Encoding）。

👉 通俗点说：把字符串或类别列拆分成若干个二进制列（0 或 1），机器学习更容易处理。

2. 语法

pd.get_dummies(data, prefix=None, prefix_sep="_", dummy_na=False, columns=None, drop_first=False)

常用参数：

data：要转换的数据（Series 或 DataFrame）
prefix：新生成列的前缀
prefix_sep：前缀与值之间的分隔符（默认 _）
dummy_na：是否为缺失值生成一列（默认 False）
columns：指定要转换的列（DataFrame 时用）
drop_first：是否删除第一个类别（避免多重共线性，回归时常用）

3. 示例讲解

（1）对 Series 使用

import pandas as pds = pd.Series(["red", "green", "blue", "red"])
dummies = pd.get_dummies(s)
print(dummies)

👉 输出：

   blue  green  red
0     0      0    1
1     0      1    0
2     1      0    0
3     0      0    1

（2）对 DataFrame 中的列使用

df = pd.DataFrame({"id": [1, 2, 3, 4],"color": ["red", "green", "blue", "red"],"size": ["S", "M", "L", "M"]
})# 对 color 列进行独热编码
df_dummies = pd.get_dummies(df, columns=["color"])
print(df_dummies)

👉 输出：

   id size  color_blue  color_green  color_red
0   1    S           0            0          1
1   2    M           0            1          0
2   3    L           1            0          0
3   4    M           0            0          1

（3）加前缀

df_dummies = pd.get_dummies(df, columns=["size"], prefix="SIZE")
print(df_dummies)

👉 输出：

   id color  SIZE_L  SIZE_M  SIZE_S
0   1   red       0       0       1
1   2 green       0       1       0
2   3  blue       1       0       0
3   4   red       0       1       0

（4）避免虚拟变量陷阱（drop_first=True）

df_dummies = pd.get_dummies(df, columns=["color"], drop_first=True)
print(df_dummies)

👉 输出（少一列，避免多重共线性）：

   id size  color_green  color_red
0   1    S            0          1
1   2    M            1          0
2   3    L            0          0
3   4    M            0          1

✅ 总结：