pandas.get_dummies

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

Преобразование категориальной переменной в фиктивные/индикаторные переменные.

Каждая переменная преобразуется в столько переменных 0/1, сколько существует различных значений. Столбцы в выводе имеют имена, соответствующие значениям; если входной параметр является DataFrame, имя исходной переменной добавляется к имени значения.

Параметры:

data:array-like, Series или DataFrame

Данные, для которых необходимо получить фиктивные индикаторы.

prefix:строка, список строк или словарь строк, по умолчанию None

Строка для добавления к именам столбцов DataFrame. Передайте список с длиной, равной количеству столбцов, при вызове get_dummies для DataFrame. В качестве альтернативы, prefix может быть словарем, сопоставляющим имена столбцов с префиксами.

prefix_sep:строка, по умолчанию ‘_’

Если добавляется префикс, разделитель/делитель для использования. Или передайте список или словарь, как и с prefix.

dummy_na:bool, по умолчанию False

Добавить столбец для обозначения значений NaN, если False значения NaN игнорируются.

columns:последовательность, по умолчанию None

Имена столбцов в DataFrame, которые должны быть закодированы. Если columns равно None, будут преобразованы все столбцы с типом object, string или category.

sparse:bool, по умолчанию False

Является ли dummy-кодированные столбцы должны быть поддерживаются SparseArray (True) или обычным массивом NumPy (False).

drop_first:bool, по умолчанию False

Должны ли быть получены k-1 фиктивные переменные из k категориальных уровней путем удаления первого уровня.

dtype:тип данных, по умолчанию bool

Тип данных для новых столбцов. Допускается только один тип данных.

Возвращает:

DataFrame

Данные с фиктивными кодами. Если data содержит другие столбцы, кроме закодированных фиктивными кодами, они будут добавлены в результат без изменений.

См. также

Series.str.get_dummies

Преобразование Series строк в фиктивные коды.

from_dummies()

Преобразование фиктивных кодов в категориальные DataFrame.

Примечания

Дополнительные примеры см. в руководстве пользователя.

Примеры

>>> s = pd.Series(list('abca'))

>>> pd.get_dummies(s)
       a      b      c
0   True  False  False
1  False   True  False
2  False  False   True
3   True  False  False

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

>>> pd.get_dummies(s1)
       a      b
0   True  False
1  False   True
2  False  False

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

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

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

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

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

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