使用for循环结合get_dummies转换分类变量遇空DataFrame问题求助

你的代码有两个关键错误：

• 循环里的i是列名的字符串，i[:]依然是字符串，不是数据集里的对应列。pd.get_dummies拿字符串当输入，自然生成空DataFrame。
• 每次循环都直接给df_new赋值，之前处理的结果全被覆盖了，而且原数据里的数值特征也完全没保留。

给你两种可行的写法：

写法一：用循环逐个处理分类列 #

先把原数据里的数值特征保留下来，再遍历分类列做编码合并：

# 先把数值特征复制到新数据集，避免丢数据
df_new = df_balanced.select_dtypes(exclude=['object']).copy()

# 遍历前n-1列（和你原代码逻辑一致）
for col in df_balanced.columns[:-1]:
    # 判断是不是分类列（object类型）
    if df_balanced[col].dtype == 'object':
        # 对当前列做独热编码，prefix加列名避免重复，drop_first减少冗余
        dummy_data = pd.get_dummies(df_balanced[col], prefix=col, drop_first=True)
        # 把编码后的列合并到新数据集里
        df_new = pd.concat([df_new, dummy_data], axis=1)

写法二：不用循环，直接一键处理（更简洁） #

pd.get_dummies本身可以自动识别分类列，不用手动循环：

# 直接对前n-1列做独热编码，自动处理所有object类型列，drop_first去重
df_new = pd.get_dummies(df_balanced.iloc[:, :-1], drop_first=True, dtype=int)

这里iloc[:, :-1]对应你原代码里的columns[:-1]，也就是排除最后一列；drop_first=True和你原逻辑一致，dtype=int是让编码结果用整数0/1，可选。

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