maxframe.dataframe.get_dummies#

maxframe.dataframe.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None)[源代码]#

将分类变量转换为虚拟/指示变量。

参数:

  • data (array-like, Series, or DataFrame) -- 用于获取虚拟指示变量的数据。

  • prefix (str, list of str, or dict of str, default None) -- 附加到 DataFrame 列名的字符串。在 DataFrame 上调用 get_dummies 时，传递一个长度等于列数的列表。或者，prefix 可以是将列名映射到前缀的字典。

  • prefix_sep (str, default '_') -- 如果附加前缀，则使用分隔符/定界符。或者像 prefix 一样传递列表或字典。

  • dummy_na (bool, default False) -- 添加一列以指示 NaN，如果为 False 则忽略 NaN。

  • columns (list-like, default None) -- DataFrame 中要编码的列名。如果 columns 为 None，则所有 object 或 category 类型的列都将被转换。

  • sparse (bool, default False) -- 虚拟编码的列是否应由 SparseArray (True) 或常规 NumPy 数组 (False) 支持。

  • drop_first (bool, default False) -- 是否通过删除第一个层级从 k 个分类层级中获取 k-1 个虚拟变量。

  • dtype (dtype, default bool) -- 新列的数据类型。只允许单一的数据类型。

返回:

虚拟编码后的数据。

返回类型:

DataFrame

示例

>>> import maxframe.dataframe as md
>>> s = md.Series(list('abca'))

>>> md.get_dummies(s).execute()
   a  b  c
0  1  0  0
1  0  1  0
2  0  0  1
3  1  0  0

>>> s1 = ['a', 'b', np.nan]

>>> md.get_dummies(s1).execute()
   a  b
0  1  0
1  0  1
2  0  0

>>> md.get_dummies(s1, dummy_na=True).execute()
   a  b  NaN
0  1  0    0
1  0  1    0
2  0  0    1

>>> df = md.DataFrame({'A': ['a', 'b', 'a'], 'B': ['b', 'a', 'c'],
...                    'C': [1, 2, 3]})

>>> md.get_dummies(df, prefix=['col1', 'col2']).execute()
   C  col1_a  col1_b  col2_a  col2_b  col2_c
0  1       1       0       0       1       0
1  2       0       1       1       0       0
2  3       1       0       0       0       1

>>> md.get_dummies(pd.Series(list('abcaa'))).execute()
   a  b  c
0  1  0  0
1  0  1  0
2  0  0  1
3  1  0  0
4  1  0  0

>>> md.get_dummies(pd.Series(list('abcaa')), drop_first=True).execute()
   b  c
0  0  0
1  1  0
2  0  1
3  0  0
4  0  0

>>> md.get_dummies(pd.Series(list('abc')), dtype=float).execute()
     a    b    c
0  1.0  0.0  0.0
1  0.0  1.0  0.0
2  0.0  0.0  1.0