fit_transform，在sklearn和get_dummies中转换pandas有什么不同？

Question

当我做数据处理与热码单在sklearn和熊猫，我有两个选择：

1路：train_data使用fit_transform和TEST_DATA使用变换只

第二个办法：或者我可以用熊猫get_dummies

它们之间有什么不同？他们有相同的效果吗？

谢谢

Answer 1

基本上OneHotEncoder和pandas.get_dummies都将创造二元变量进行分类变量。 例如：

df = pd.DataFrame({'A': ["1", "1", "3"], 'B': ["2", "3", "1"], 
       'C': [1, 2, 3]}) 

print(pd.get_dummies(df, prefix=['col1', 'col2'])) 

会打印出：

C col1_1 col1_3 col2_1 col2_2 col2_3 
0 1  1.0  0.0  0.0  1.0  0.0 
1 2  1.0  0.0  0.0  0.0  1.0 
2 3  0.0  1.0  1.0  0.0  0.0 

OneHotEncoder可以处理非字符串变量，而get_dummies不能。此外，OneHotEncoder将返回一个数组，而不是熊猫数据框。