Pandas get_dummies generiert mehrere Spalten für die gleiche Funktion

Question

Ich benutze eine Pandas-Serie und versuche, es in eine Hot-Encodierung zu konvertieren. Ich verwende die describe Methode, um zu überprüfen, wie viele eindeutige Kategorien die Serie hat. Die Ausgabe lautet:

input['pattern'].describe(include='all') 

    count  9725 
    unique  7 
    top   1 
    freq  4580 
    Name: pattern, dtype: object 

Wenn ich versuche:

x = pd.get_dummies(input['pattern']) 
    x.describe(include= 'all') 

ich 18 Klassen mit 12 Klassen, die vollständig Nullen sind. Wie kam es, dass get_dummies Klassen erzeugte, die nicht einmal in der Eingabe vorkamen?

Answer 1

Aus einer Diskussion in den Kommentaren wurde abgeleitet, dass Ihre Spalte eine Mischung aus Strings und Ganzzahlen enthielt.

Zum Beispiel

s = pd.Series(['0', 0, '0', '6', 6, '6', '3', '3']) 
s 

0 0 
1 0 
2 0 
3 6 
4 6 
5 6 
6 3 
7 3 
dtype: object 

Nun pd.get_dummies Aufruf in mehr solchen Spalten des gleichen Merkmals würde.

pd.get_dummies(s) 

    0 6 0 3 6 
0 0 0 1 0 0 
1 1 0 0 0 0 
2 0 0 1 0 0 
3 0 0 0 0 1 
4 0 1 0 0 0 
5 0 0 0 0 1 
6 0 0 0 1 0 
7 0 0 0 1 0 

Die Lösung besteht darin, sicherzustellen, dass alle Elemente vom selben Typ sind. Ich würde empfehlen, in diesem Fall zu str zu konvertieren.

s.astype(str).str.get_dummies() 


    0 3 6 
0 1 0 0 
1 1 0 0 
2 1 0 0 
3 0 0 1 
4 0 0 1 
5 0 0 1 
6 0 1 0 
7 0 1 0