Python中借助pandas将整数转为哑变量向量，是否有现成函数？

嘿，刚好你要的这种整数转对应位置哑变量的需求，不管用pandas还是scikit-learn都有现成的函数可以直接用，下面给你两种常用的实现方式：

方法一：用pandas的get_dummies（适合快速处理pandas数据） #

get_dummies本身就是用来生成哑变量的，只要稍微处理一下就能得到你要的向量格式：

import pandas as pd

# 假设你的特征是一个pandas Series（或者DataFrame的某一列）
category_series = pd.Series([1, 2, 3, 4, 5, 1, 3])

# 生成哑变量DataFrame，每个类别对应一列
dummies_df = pd.get_dummies(category_series, prefix="class")

# 把每行转成你要的向量格式（列表或numpy数组都可以）
one_hot_vectors = dummies_df.values.tolist()
print(one_hot_vectors)
# 输出：[[1, 0, 0, 0, 0], [0, 1, 0, 0, 0], [0, 0, 1, 0, 0], [0, 0, 0, 1, 0], [0, 0, 0, 0, 1], [1, 0, 0, 0, 0], [0, 0, 1, 0, 0]]

如果你的数据里可能缺失某些类别（比如特征本该有5个类别，但当前数据里只出现了3个），可以手动指定categories参数来确保所有类别都被包含：

dummies_df = pd.get_dummies(category_series, prefix="class", categories=[1, 2, 3, 4, 5])

方法二：用scikit-learn的OneHotEncoder（适合机器学习流程） #

如果你后续要把这个编码和机器学习模型结合，OneHotEncoder会更灵活，它支持拟合后复用编码规则：

from sklearn.preprocessing import OneHotEncoder
import numpy as np

# 把数据转成二维数组（sklearn的编码器要求输入是二维的）
category_data = np.array([1, 2, 3, 4, 5, 1, 3]).reshape(-1, 1)

# 初始化编码器，指定所有类别，关闭稀疏输出
encoder = OneHotEncoder(categories=[[1, 2, 3, 4, 5]], sparse_output=False)

# 拟合并转换数据
one_hot_vectors = encoder.fit_transform(category_data)
print(one_hot_vectors.tolist())
# 输出和上面完全一致的向量列表

这两种方法都能完美实现你要的效果，完全不用自己手动写循环生成向量~

内容的提问来源于stack exchange，提问作者adrien22