本文共 717 字，大约阅读时间需要 2 分钟。

columns

import pandas as pddf = pd.DataFrame([  # (3,2)            ['green' , 'A'],               ['red'   , 'B'],               ['blue'  , 'A']])  df.columns = ['color',  'grade']  # 相当于每一列的titledf

执行结果：

get_dummies

# 就是将每一列中的元素进行分类，然后每一行中如果有此类就写1，没有就写0pd.get_dummies(df)

执行结果：

pd.get_dummies(df.grade)  # 指定为某一列分类

执行结果：

df.join(pd.get_dummies(df.grade))  # 将某一列的分类添加到之前的里边

dummy_na的用法

import numpy as npimport pandas as pddf = pd.DataFrame([  # (3,2)            ['green' , 'A'],               ['red'   , 'B'],             ['yello'   , np.nan],            ['blue'  , 'A']])  df.columns = ['color',  'grade']  # 相当于每一列的titledf

输出结果：

pd.get_dummies(df)

输出结果：

pd.get_dummies(df, dummy_na=True)  # 从输出结果来看就是将每一列多添加一个nan列