私はpandasシリーズを使用しています。これを1つのホットエンコーディングに変換しようとしています。私はdescribeメソッドを使用して、一連のユニークなカテゴリの数を確認しています。出力は次のとおりです。Pandas get_dummiesは同じ機能の複数の列を生成します
input['pattern'].describe(include='all')
count 9725
unique 7
top 1
freq 4580
Name: pattern, dtype: object
私がしようとしている：
x = pd.get_dummies(input['pattern'])
x.describe(include= 'all')
を、私は完全にゼロです12クラスと18のクラスを取得します。どのようにしてget_dummiesは入力で一度も出現しなかったクラスを作りましたか？
コメントの説明から、列には文字列と整数が混在していることが推測されました。例えば
、今
s = pd.Series(['0', 0, '0', '6', 6, '6', '3', '3'])
s
0 0
1 0
2 0
3 6
4 6
5 6
6 3
7 3
dtype: object
、pd.get_dummiesは、同じ機能の複数のそのような列につながる呼び出します。
pd.get_dummies(s)
0 6 0 3 6
0 0 0 1 0 0
1 1 0 0 0 0
2 0 0 1 0 0
3 0 0 0 0 1
4 0 1 0 0 0
5 0 0 0 0 1
6 0 0 0 1 0
7 0 0 0 1 0
修正点は、すべての要素が同じタイプであることを確認することです。この場合、strに変換することをおすすめします。
s.astype(str).str.get_dummies()
0 3 6
0 1 0 0
1 1 0 0
2 1 0 0
3 0 0 1
4 0 0 1
5 0 0 1
6 0 1 0
7 0 1 0
私はあなたのデータを見ることができないので、あなたの問題点は何もわかりません。それについて何かできますか？ –
私のデータは、['0'、 '0'、 '5'、 '6'、....]のようなオブジェクト形式の数字に過ぎません。それはもともと18のクラスを持っていましたが、すべての高級クラスはクラス '6'に変更され、describeメソッドはそれを確認しました。すべての上位生成クラスはすべてゼロです。 –
申し訳ありません、私はまだ理解していない、あなたの説明はあまり役に立たない。すべてのget dummiesは、あなたの列をエンコーディングのデータフレームに変換します。あなたが持っているユニークな機能の数は、列の数を数えます。出力上で 'describe'を呼び出すことは意味がありません。なぜなら、それはちょうど0と1であるからです。 –