판다스를 활용한 one-hot, 더미 컬럼 만들기 (pandas.get_dummies one-hot encoding)

판다스를 활용한 one-hot, 더미 컬럼 만들기 (pandas.get_dummies one-hot encoding)¶

In [1]:

import pandas as pd
import numpy as np

In [2]:

# 예시 데이터를 생성합니다 ! 
df = pd.DataFrame({"성별" : ["남성", "여성", np.nan, "여성", "남성"],
                   "점수" : [85, 90, 78, 90, 88]})
df

Out[2]:

	성별	점수
0	남성	85
1	여성	90
2	NaN	78
3	여성	90
4	남성	88

In [3]:

# 성별 컬럼 처럼 문자열로만 구성된 컬럼은 자동으로 더미항을 만들어 냅니다.
pd.get_dummies(df)

Out[3]:

	점수	성별_남성	성별_여성
0	85	1	0
1	90	0	1
2	78	0	0
3	90	0	1
4	88	1	0

In [4]:

# dummy_na 옵션을 True로 하면 nan 값도 더미항에 추가 됩니다.
pd.get_dummies(df, dummy_na=True)

Out[4]:

	점수	성별_남성	성별_여성	성별_nan
0	85	1	0	0
1	90	0	1	0
2	78	0	0	1
3	90	0	1	0
4	88	1	0	0

In [5]:

# prefix 옵션을 설정하면 더미의 접두어를 변경할 수 있습니다 (ex : 성별_남성 -> dummy_남성)
pd.get_dummies(df, dummy_na=True, prefix=["dummy"])

Out[5]:

	점수	dummy_남성	dummy_여성	dummy_nan
0	85	1	0	0
1	90	0	1	0
2	78	0	0	1
3	90	0	1	0
4	88	1	0	0

In [6]:

# 내가 원하는 컬럼만 선택해서 더미 컬럼을 만들기 위해 예시 데이터를 생성합니다.
df = pd.DataFrame({"성별" : ["남성", "여성", np.nan, "여성", "남성"],
                   "지역" : ["서울", "경기도", "서울", "서울", "경기도"],
                   "점수" : [85, 90, 78, 90, 88]})
df

Out[6]:

	성별	지역	점수
0	남성	서울	85
1	여성	경기도	90
2	NaN	서울	78
3	여성	서울	90
4	남성	경기도	88

In [7]:

# 특정 컬럼만 지정해서 dummy 를 설정하려면, 아래와 같이 입력 합니다.
df_dummy = pd.get_dummies(df["지역"])
df

Out[7]:

	성별	지역	점수
0	남성	서울	85
1	여성	경기도	90
2	NaN	서울	78
3	여성	서울	90
4	남성	경기도	88