如何将Dataframe转换为机器学习所需的独热编码格式

你要的是独热编码（One-Hot Encoding），用pandas内置的pd.get_dummies()就能一步实现，无需纠结pivot_table或melt。

代码示例 #

假设你的原始数据集存储在名为df的DataFrame中：

import pandas as pd

# 对所有目标列生成独热编码
one_hot_result = pd.get_dummies(
    df,
    columns=['month', 'day', 'week_day', 'classname_en', 'origin', 'destination']
)

# 将默认的uint8类型转为整数1/0（可选，仅为更直观展示）
one_hot_result = one_hot_result.astype(int)

效果说明 #

• pd.get_dummies()会自动为每一列的每个唯一值生成新列，列名格式为原列名_对应值（比如month_1、classname_en_2）
• 每行对应位置会用1标记原始数据中存在该值，0标记不存在，完全匹配你需要的二进制格式
• 所有原始列的唯一值都会被自动转换，无需手动枚举

内容的提问来源于stack exchange，提问作者Sin of Greed