如何在使用pd.get_dummies时排除指定列business_id
配置pd.get_dummies跳过business_id列生成哑变量的方案
要实现仅对除business_id外的81列做哑变量转换,不需要逐列手动处理,可通过以下两种方式配置参数实现:
方法1:利用原生columns参数显式指定待转换列(最适配需求的配置方式)
pd.get_dummies的columns参数专门用于划定哑变量的转换范围,你只需要把排除business_id的所有列名传入该参数即可:
- 筛选待转换的列名列表:
cols_to_encode = [col for col in df.columns if col != "business_id"] - 调用函数时传入对应参数:
该配置下result = pd.get_dummies( data=df, columns=cols_to_encode )business_id会原样保留在最终输出的表格中,完全不参与哑变量拆分,不会出现该列被拆分为多列哑变量的问题。
方法2:临时剔除目标列完成转换后再拼回
如果数据集列数过多,不想单独筛选列名列表,可以先把business_id从待转换集合中移除,哑变量生成完成后再把该列插回结果的第一列:
# 剔除business_id后对剩余所有列做哑变量转换 dummy_df = pd.get_dummies(df.drop(columns=["business_id"])) # 将原business_id列还原到第一列位置 dummy_df.insert(0, "business_id", df["business_id"])
踩坑提醒
如果不指定columns参数,pd.get_dummies默认仅自动识别字符串、分类类型的列做转换,数值型列会被直接跳过,容易出现预期要转换的列没有被处理的问题,显式指定列范围是最稳妥的操作方式。
内容的提问来源于stack exchange,提问作者Aaron E Larson
相关产品推荐
相关产品推荐

