前言

机器学习在建模期间一般使用的是纯数值型数据，但是在实际生活中往往数据中会掺杂一些文本数据，例如人员信息中的性别等，这里的男，女，我们可以转化成为线性不相关的矩阵，如（1，0）、（0，1），在机器学习中这被称为哑变量。本节介绍两种方法来实现数值与非数值的转化，分别是pandas库中的get_dummies()和sklearn中的OneHotEncoder。

提示：以下是本篇文章正文内容，下面案例可供参考

一、✌ get_dummies

1、✌ 导库，创建表格

import pandas as pd
df=pd.DataFrame({'编号':[1,2,3],'性别':['男','女','男']})

2、✌ 调用哑变量方法

df=pd.get_dummies(df,columns=['性别'])

3、✌ 删除无用列

因为性别只包含两个值，所以可以用一列来表达

df=df.drop(columns=['性别_女'])

4、✌ 修改列的名字

df=df.rename(columns={'性别_男':'性别'})

二、✌OneHotEncoder

1、✌ 导库

from sklearn.preprocessing import OneHotEncoder
df=pd.DataFrame({'编号':[1,2,3],'性别':['男','女','男']})

2、✌ 调用OneHotEncoder函数

• 首先实例化OneHotEncoder
• 然后导入数据，然后导出结果

df_sex=OneHotEncoder().fit_transform(pd.DataFrame(df.iloc[:,1]).values).toarray()
df=pd.concat([df,pd.DataFrame(df_sex)],axis=1)
df.columns=['编号','性别','性别_女','性别_男']
df

✌ 总结

提示：这里对文章进行总结：

哑变量处理将分类变量转化为数值变量，为后续构建模型打好了基础，但是构造哑变量容易产生高维数据，所以需要和PCA一起使用，为高维数据进行降维。