PD Get Dummies - простой способ обработки данных в Python

pd.get_dummies() - это функция, которая используется для преобразования категориальных переменных в бинарные признаки (dummy variables) при анализе данных. Это означает, что функция создает новый столбец для каждого уникального значения в исходном столбце и заполняет его нулями и единицами в зависимости от того, встречается ли значение в соответствующей строке или нет.

Пример использования pd.get_dummies():

Исходный датафрейм:

| Имя | Цвет |

| ------- | ------ |

| Том | Красный|

| Джек | Синий |

| Мэри | Зеленый|

| Фрэнк | Красный|

| Лиза | Зеленый|

| Грег | Красный|

Используя pd.get_dummies(), мы можем преобразовать столбец "Цвет" в новые столбцы с бинарными признаками:

import pandas as pd
df = pd.read_csv('example.csv')
dummy_df = pd.get_dummies(df['Цвет'], prefix='Цвет')
df = pd.concat([df, dummy_df], axis=1)
df.drop('Цвет', axis=1, inplace=True)
print(df.head())

Результат:

| Имя | Цвет_Красный | Цвет_Зеленый | Цвет_Синий |

| ------- | ------------ | ------------ | ------------ |

| Том | 1 | 0 | 0 |

| Джек | 0 | 0 | 1 |

| Мэри | 0 | 1 | 0 |

| Фрэнк | 1 | 0 | 0 |

| Лиза | 0 | 1 | 0 |

| Грег | 1 | 0 | 0 |

Мы можем видеть, что функция создала новые столбцы для каждого уникального значения "Цвета" и заполнила их нулями и единицами, в зависимости от того, содержится ли значение в исходной строке или нет. Теперь мы можем использовать полученные бинарные признаки для анализа данных вместо исходного нечислового значения "Цвет".