pandas get_dummies生成哑变量列的自定义命名方法

针对你需要生成目标列名SEX_MALE、SEX_FEMALE的需求，可通过以下几种方式实现：

• 适配现有代码的最小改动方案
  你当前编写的rename逻辑本身可正常运行，如果SEX列的原始取值就是MALE、FEMALE，现有代码生成的列名完全匹配预期，无需额外调整。如果原始取值是编码形式（比如1/0），只需要将rename的lambda映射替换为字典映射，明确原始值到目标列名的对应关系即可，示例代码：

# 适配原始SEX取值为1=男、0=女的场景
dummy_variable = pd.get_dummies(df['SEX']).rename(columns={
    1: 'SEX_MALE',
    0: 'SEX_FEMALE'
})

• 利用get_dummies内置参数的高效实现
  pd.get_dummies本身支持通过prefix、prefix_sep两个参数直接定制生成列的命名规则，不需要额外执行重命名操作。只要将prefix设为SEX、prefix_sep设为_，生成列的命名规则即为「前缀_原始分类值」，当原始SEX列的分类值为MALE、FEMALE时，可直接得到目标列名，示例代码：

dummy_variable = pd.get_dummies(
    df['SEX'],
    prefix='SEX',
    prefix_sep='_'
)

这种方式是pandas官方推荐的定制路径，逻辑链路比生成后再重命名更短，执行效率更高。

• 完全自由指定列名的场景实现
  如果原始分类值和目标列名没有对应关系，需要完全自定义每一列的名称，可在哑变量生成完成后直接按列顺序赋值最终列名，示例代码：

# 生成基础哑变量
dummy_variable = pd.get_dummies(df['SEX'])
# 按哑变量列的生成顺序赋值目标列名
dummy_variable.columns = ['SEX_FEMALE', 'SEX_MALE']

注意：这种直接赋值列名的方式 需要提前确认哑变量的列生成顺序（默认与分类值的排序规则一致），避免出现列名和列内实际取值错配的问题。

内容的提问来源于stack exchange，提问作者Mahesh