如何在pd.get_dummies()中保留原始列名生成带前缀的独热编码列

我有一组值均为字符串的列，需要使用pd.get_dummies()进行独热编码。希望生成的新列保留原始列名与对应值的组合，例如原始列名为Street、值为Paved和Not Paved时，生成的列名为Street_Paved和Street_Not_Paved。请问是否可行？即prefix参数采用{i}_{value}格式（i对应cols循环中的列名）。我的代码如下：

cols = ['Street', 'Alley', 'CentralAir', 'Utilities', 'LandSlope', 'PoolQC']
pd.get_dummies(df, columns = cols, prefix = '', prefix_sep = '')

完全可行，你只需要调整prefix和prefix_sep的参数设置即可，不需要手动拼接格式：

• 将prefix参数设置为你传入的列名列表cols，这样每个列会以自身列名作为前缀
• 将prefix_sep设置为'_'，作为列名和值之间的分隔符

示例代码 #

import pandas as pd

# 构造示例数据
data = {
    'Street': ['Paved', 'Not Paved', 'Paved'],
    'CentralAir': ['Y', 'N', 'Y']
}
df = pd.DataFrame(data)
cols = ['Street', 'CentralAir']

# 正确的独热编码调用
dummies_df = pd.get_dummies(df, columns=cols, prefix=cols, prefix_sep='_')
print(dummies_df)

输出结果 #

Street_Not Paved  Street_Paved  CentralAir_N  CentralAir_Y
0                 0             1             0             1
1                 1             0             1             0
2                 0             1             0             1

你之前的代码把prefix设为空字符串，会导致生成的列名只有对应的值，不仅不符合需求，还可能出现不同列值重复时的列名冲突问题，调整参数后就能完美得到「原始列名_值」格式的新列名。

内容的提问来源于stack exchange，提问作者Katsu