使用pd.get_dummies做独热编码仅返回0和1，是使用方法错误吗？

DevOps 小满

2026-10-15

问题原因排查与解决

你对pd.get_dummies的基础使用方法没有错误，出现仅返回0、1两个值的情况可按以下优先级排查：

首先确认源列的唯一值数量是否符合预期，执行以下代码验证：
```
# 查看Name列的唯一值数量
print(test_data['Name'].nunique())
# 打印所有唯一值
print(test_data['Name'].unique())
```
如果输出的唯一值数量为2，说明问题出在源数据处理环节：你在之前的代码中意外修改了Name列的取值，导致原本的8种类型被覆盖为仅2种取值，需要回溯前面的数据清洗、赋值逻辑修正问题。
如果源列唯一值数量确实为8，大概率是pandas的默认显示设置导致的误解：当DataFrame列数较多时，pandas会自动折叠隐藏中间列，仅展示首尾部分内容，你误以为仅返回了0/1值。执行以下代码调整显示设置即可查看全部独热编码列：
```
# 取消最大显示列数限制
pd.set_option('display.max_columns', None)
# 打印全量独热编码结果
print(one_hot_encoded)
# 也可直接查看结果维度确认是否符合预期，正常应该返回(500, 8)
print(one_hot_encoded.shape)
```
少数情况是分类列设置错误导致：如果你的Name列被显式设置为category类型，且仅指定了2个分类，就算实际数据包含8种取值，pd.get_dummies也只会生成对应2个分类的编码列，可通过以下代码修正分类设置：
```
test_data['Name'] = test_data['Name'].astype('category')
# 重置分类为所有实际存在的唯一值
test_data['Name'] = test_data['Name'].cat.set_categories(test_data['Name'].unique())
one_hot_encoded = pd.get_dummies(test_data['Name'])
```