例如：import numpy as npimport pandas as pddf1 = pd.DataFrame({ 'id': [1, 2, 3, 4], 'category': ['A', 'B', 'C', 'D']})df1_dummy = pd.get_dummies(df1)print(df1_dummy)然后我得到： id category_A category_B category_C category_D0 1 1 0 0 01 2 0 1 0 02 3 0 0 1 03 4 0 0 0 1但是，我有另一個(gè) DataFrame，它看起來像：df2 = pd.DataFrame({ 'id': [1, 2, 3, 4], 'category': ['A', 'A', 'B', 'B']})df2_dummy = pd.get_dummies(df2)print(df2_dummy)我有： id category_A category_B0 1 1 01 2 1 02 3 0 13 4 0 1我的問題是，有沒有什么方法可以自動(dòng)生成 df2_dummy 看起來像 df1_dummy 它有列 ['category_C', 'category_D'] 并且值都是零，看起來像：df2_dummy: id category_A category_B category_C category_D0 1 1 0 0 01 2 1 0 0 02 3 0 1 0 03 4 0 1 0 0如果有人可以提供幫助，我將不勝感激！
1 回答
鳳凰求蠱
TA貢獻(xiàn)1825條經(jīng)驗(yàn) 獲得超4個(gè)贊
假設(shè)df2的類別與 相同df1，您可以“同步”它們，以便pd.get_dummies適當(dāng)?shù)靥幚砣笔У念悇e：
pd.get_dummies(
pd.Categorical(df2['category'], categories=df1['category'].unique()))
A B C D
0 1 0 0 0
1 1 0 0 0
2 0 1 0 0
3 0 1 0 0
這是你要做的：
df2['category'] = pd.Categorical(
df2['category'], categories=df1['category'].unique())
pd.get_dummies(df2)
id category_A category_B category_C category_D
0 1 1 0 0 0
1 2 1 0 0 0
2 3 0 1 0 0
3 4 0 1 0 0
添加回答
舉報(bào)
0/150
提交
取消