如何对具有两个值的列进行一次热编码？答案

【问题标题】：How to one-hot encode column with two values?如何对具有两个值的列进行一次热编码？
【发布时间】：2017-06-08 12:28:57
【问题描述】：

如果我用 3 个可能的值对一列进行一次性编码，如下所示：

from sklearn import preprocessing
lb = preprocessing.LabelBinarizer()
lb.fit([0, 1, 2])
lb.classes_
lb.transform([1, 0])

然后我得到：

array([[0, 1, 0],
       [1, 0, 0]])

这正是我想要的。 3 列 = 每个可能值 1 列。

但是，如果我有 2 个这样的可能值：

lb.fit([0, 1])
lb.classes_
lb.transform([1, 0])

我明白了：

array([[1],
       [0]])

这只有 1 列，即使我有 2 个可能的值。在这种情况下，我想结束的是：

array([[0, 1],
       [1, 0]])

在这种情况下如何获得 2 列结果？

【问题讨论】：

标签： python scikit-learn one-hot-encoding

【解决方案1】：

您可以使用OneHotEncoder。例如：

In [37]: oh = preprocessing.OneHotEncoder(sparse=False)

In [38]: oh.fit([[0], [1]])
Out[38]:
OneHotEncoder(categorical_features='all', dtype=<type 'float'>,
       handle_unknown='error', n_values=2, sparse=False)

In [39]: oh.transform([[1], [0]])
Out[39]:
array([[ 0.,  1.],
       [ 1.,  0.]])

【讨论】：

好的，这看起来像是一个解决方案。但是，如何将 Pandas 数据框的单列输入 fit 函数？使用 LabelBinarizer 确实很简单，但 OneHotEncoder 似乎没有直接取 Pandas 列。
在 Pandas 中，您可以使用 get_dummies。例如; df = pd.DataFrame(data={'a': [0,1,0]}) 和 pd.get_dummies(df['a'])

【解决方案2】：

看起来 pandas.get_dummies 在我的情况下是最简单的解决方案：

pd.get_dummies([1, 0])

【讨论】：