如何将起始为1的整数值及Pandas DataFrame列转为独热编码？

Got it, let's break down how to handle one-hot encoding for integer values starting at 1—whether you're working with standalone numbers or a Pandas DataFrame column with values 1 through 7. These scenarios are super common, and there are a couple of straightforward ways to tackle them.

方法1：用Pandas的get_dummies（快速又省心） #

If you're working with a Pandas DataFrame, get_dummies is hands down the easiest way. It doesn't care if your category values start at 0 or 1—it just generates one-hot encoded columns for every unique value in your target column.

Let's use an example DataFrame matching your scenario (values 1-7):

import pandas as pd

# 示例DataFrame，包含1-7的分类列
df = pd.DataFrame({'target_category': [1, 3, 2, 7, 5, 1, 4]})

一行代码生成独热编码列：

# 创建独热编码列，添加前缀区分原类别
one_hot_cols = pd.get_dummies(df['target_category'], prefix='category')

# 如果需要将编码列合并回原DataFrame
df_encoded = pd.concat([df, one_hot_cols], axis=1)

执行后会生成category_1、category_2……category_7这些列，每个列对应原类别值的存在（1）或不存在（0）。

方法2：用Scikit-learn的OneHotEncoder（适合机器学习工作流） #

如果需要把编码步骤融入Scikit-learn的预处理流水线（Pipeline），有两种可靠方案：

方案A：先将数值调整为从0开始 #

Scikit-learn的OneHotEncoder对从0开始的连续整数适配性很好，只需给原列值减1即可：

from sklearn.preprocessing import OneHotEncoder
import numpy as np

# 将列数据转换为Scikit-learn要求的二维数组格式
X = df['target_category'].values.reshape(-1, 1)

# 调整数值范围（1→0，2→1……7→6）
X_shifted = X - 1

# 初始化编码器并完成转换
encoder = OneHotEncoder(sparse_output=False)
one_hot_encoded = encoder.fit_transform(X_shifted)

方案B：直接指定分类类别 #

无需调整数值，直接告诉编码器你的目标类别是1到7：

# 初始化编码器，明确传入1-7的分类列表
encoder = OneHotEncoder(categories=[[1, 2, 3, 4, 5, 6, 7]], sparse_output=False)

# 直接对原数值进行拟合转换
one_hot_encoded = encoder.fit_transform(X)

这种方式会生成7列，分别对应1到7每个值的独热编码。

针对因变量场景的补充说明 #

因为你的列是分类问题的因变量，需要注意：部分模型（如树模型）可以直接使用整数标签，但如果模型要求独热编码（如线性模型、神经网络），上面的任意一种方法都能完美适配。

内容的提问来源于stack exchange，提问作者Ashiq KS