如何为分类变量的子集创建虚拟变量？

Question

实施例

>>> import pandas as pd
>>> s = pd.Series(list('abca'))
>>> s
0    a
1    b
2    c
3    a
dtype: object
>>> pd.get_dummies(s)
   a  b  c
0  1  0  0
1  0  1  0
2  0  0  1
3  1  0  0

现在我想将a和b映射到虚拟变量，但没有别的。我怎么能这样做？

我尝试了什么

>>> pd.get_dummies(s, columns=['a', 'b'])
   a  b  c
0  1  0  0
1  0  1  0
2  0  0  1
3  1  0  0

Answer 1

一种更简单的方法是用感兴趣的cols掩盖结果df：

In[16]:
pd.get_dummies(s)[list('ab')]

Out[16]: 
   a  b
0  1  0
1  0  1
2  0  0
3  1  0

因此，这将使用感兴趣的cols选择合成的假人df

如果你不想首先计算你不感兴趣的列的虚拟列，那么你可以过滤掉感兴趣的行，但这需要reindex一个{{3} （感谢@jezrael的建议）：

In[20]:
pd.get_dummies(s[s.isin(list('ab'))]).reindex(s.index, fill_value=0)

Out[20]: 
   a  b
0  1  0
1  0  1
2  0  0
3  1  0

Answer 2

将其他所有内容设置为nan是一个选项：

s[~((s == 'a') | (s == 'b'))] = float('nan')

产生：

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

Answer 3

另一种方式

In [3907]: pd.DataFrame({c:s.eq(c).astype(int) for c in ['a', 'b']})
Out[3907]:
   a  b
0  1  0
1  0  1
2  0  0
3  1  0

或者，(s==c).astype(int)