使用Pandas get_dummies维度异常：如何保持特征原维度？

你遇到的问题根源是pd.get_dummies生成的编码列变成了二维形状，这多半是因为原始分类列里的元素不是单一标量值（比如存了列表、元组这类可迭代对象），导致编码后每个单元格是数组而非单个0/1值。要实现独热编码且保持特征为一维（形状(60,)），按下面的步骤操作：

1. 先清洗原始分类列，确保每个单元格是单一值 #

如果原始列里有多值元素（比如Gender列出现["Female", "Male"]这类内容），得先把它处理成单个值，根据实际需求调整：

• 若列内容是逗号分隔的字符串，拆分后取指定值：

# 示例：拆分后取第一个值，可根据需求修改索引
df["Gender"] = df["Gender"].str.split(",").str[0]

• 若列元素是列表类型，直接提取单个元素：

df["Gender"] = df["Gender"].apply(lambda x: x[0] if isinstance(x, list) else x)

2. 重新执行独热编码 #

清洗完成后再运行pd.get_dummies，生成的编码列就会是一维的0/1数组（形状(60,)）：

ohe_features = ["Gender", "Married", "Self_Employed"]
num_features = ["Dependents"]

df = pd.get_dummies(df, columns=ohe_features, dtype=int)

此时检查列的形状，就能看到每个编码列都是(60,)，符合要求。

3. 备选方案：使用sklearn的OneHotEncoder #

要是你习惯用scikit-learn工具链，也可以用OneHotEncoder实现，同样要确保原始特征是一维的：

from sklearn.preprocessing import OneHotEncoder
import pandas as pd

ohe = OneHotEncoder(sparse_output=False, dtype=int)
encoded_features = ohe.fit_transform(df[ohe_features])

# 将编码结果转为DataFrame并合并到原数据
encoded_df = pd.DataFrame(encoded_features, columns=ohe.get_feature_names_out(ohe_features))
df = pd.concat([df[num_features], encoded_df], axis=1)

这种方式生成的编码列同样是一维的。

可复现示例验证：
假设原始数据为（修正格式后）：

Dependents,Gender,Married,Self_Employed
0,Female,Yes,No

完成清洗（若需要）和pd.get_dummies后，生成的Gender_Female列形状为(1,)，符合一维要求。

内容的提问来源于stack exchange，提问作者user19251203