啞變量處理類別型數(shù)據(jù)教師：亢華愛北京信息職業(yè)技術(shù)學(xué)院商務(wù)數(shù)據(jù)分析與應(yīng)用專業(yè)教學(xué)資源庫目錄Contents啞變量處理類別型數(shù)據(jù)概述1PART概述概述啞變量又稱虛擬變量、名義變量從名稱上看就知道，它是人為虛設(shè)的變量，.用來反映某個變量的不同類別使用啞變量處理類別轉(zhuǎn)換，事實上就是將分類變量轉(zhuǎn)換為啞變量矩陣或指標(biāo)矩陣，矩陣的值通常用“0”或“1”表示。概述假設(shè)變量“職業(yè)”的取值分別為司機、學(xué)生、導(dǎo)游、工人、教師共5種選項，如果使用啞變量表示，則可以分別表示為col_司機(1=司機/0=非司機)、col_學(xué)生(1=學(xué)生/0=非學(xué)生)、col_導(dǎo)游(1=導(dǎo)游/0=非導(dǎo)游)、col_工人(1=工人/0=非工人)、col_教師(1=教師/0=非教師)，使用啞變量處理后的結(jié)果如圖所示啞變量概述可以使用get_dummies()函數(shù)對類別特征進(jìn)行啞變量處理，其語法格式如下在Pandas中Pandas.get_dummies(data，prefix=None，prefix_sep='_'，dununy_na=False，

columns=None，sparse=False，drop_first=False，dtype=None)概述參數(shù)含義(1)data：可接收數(shù)組、DataFrame或Series對象，表25啞變量處理的數(shù)據(jù)。(2)prefix：表示列名的前綴，默認(rèn)為None。(3)prefix_sep：用于附加前綴作為分隔符使用，默認(rèn)為“_”。(4)dummy_na：表示是否為NaN值添加一列，默認(rèn)為False。(5)columns：表示DataFrame要編碼的列名，默認(rèn)為None。(6)sparse：表示虛擬列是否是稀疏的，默認(rèn)為False。(7)drop_first：是否通過從k個分類級別中刪除第一個級來獲得k-1個分類級別，默認(rèn)為False2PART啞變量處理類別型數(shù)據(jù)接下來，通過一個示例來演示通過get_dummies()函數(shù)進(jìn)行啞變量處理的效果，具體代碼如下In[45]：importpandasaspddf1=pd.DataFrame({'職業(yè)'：['工人'，'學(xué)生'，'司機'，'教師'，'導(dǎo)游']})pd.get_dummies(df1，prefix=['col_']) #啞變量處理Out[45]：col_司機

co1_學(xué)生

col_導(dǎo)游col_工人 col_教師00001010100021 0 0 0 030 00 0 140 0 1 0 0啞變量處理類別型數(shù)據(jù)啞變量處理類別型數(shù)據(jù)上述示例中創(chuàng)建了一個DataFrame對象df1，接著調(diào)用了get_dummies()函數(shù)進(jìn)行啞變量處理，將數(shù)據(jù)變成啞變量矩陣，每個特征數(shù)據(jù)(如學(xué)生)為單獨一列，通過prefix參數(shù)給每個列名添加了前綴“col”，并用“_”進(jìn)行連接，使其變?yōu)閏ol_司機、col_學(xué)生、col_導(dǎo)游、col_工人、col_教師。通過輸出結(jié)果可以看岀，一旦原始數(shù)據(jù)中的值在矩陣中出現(xiàn)，就會以數(shù)值1表現(xiàn)出來，其余則以0顯示參