独热编码器实现pandas.get_dummies，如何阅读语法

Question

我读大熊猫文档来了解pandas.get_dummies

>>> import pandas as pd 
>>> l = list('abca') 
>>> print l 
['a', 'b', 'c', 'a'] 
>>> s = pd.Series(l) 
>>> print s 
0 a 
1 b 
2 c 
3 a 

我创建了一个系列，如上图所示。

当我呼吁这个系列get_dummies，输出如下

>>> pd.get_dummies(s) 
    a b c 
0 1 0 0 
1 0 1 0 
2 0 0 1 
3 1 0 0 

是什么意思我不明白。

我们可以说这些条目的新值如下？

a --> 100 
b --> 010 
c --> 001 
a --> 100 

此外，他们是十进制还是二进制？

Answer 1

dummy变量是二进制的功能。就像一个单列，说明每行是否是某件事情。当我们有一个现有的列有多个值，大于1.我们可以将这些值分为单个列，每个唯一值。每一个新列都可以表示该行具有唯一值，或者表示该行不具有该唯一值即表示该值为零。

由于s每一行只有一个值，它按理说，零和一的每一行只会有列标题，这是在s

a b c 
0 1 0 0 # 1 is under `a` which was the value in `s` for this row. 
1 0 1 0 
2 0 0 1 
3 1 0 0 

对相应行的值下一一对应的

---

换句话说，想想新的a列告诉你a在s的位置。

Answer 2

这是一种热门编码。

a b c 
0 1 0 0 <-- a, not b, not c in row 0 
1 0 1 0 <-- not a, b, not c in row 1 
2 0 0 1 <-- not a, not b, c in row 2 
3 1 0 0 <-- a, not b, not c in row 3 

作为另一个例子，考虑读取this。