Posterior a de una prolongada búsqueda de información pudimos resolver esta preocupación que presentan algunos de nuestros usuarios. Te ofrecemos la solución y deseamos servirte de gran ayuda.
Solución:
Con pandas 0.19puedes hacerlo en una sola línea:
pd.get_dummies(data=df, columns=['A', 'B'])
Columns especifica dónde hacer One Hot Encoding.
>>> df
A B C
0 a c 1
1 b c 2
2 a b 3
>>> pd.get_dummies(data=df, columns=['A', 'B'])
C A_a A_b B_b B_c
0 1 1.0 0.0 0.0 1.0
1 2 0.0 1.0 0.0 1.0
2 3 1.0 0.0 1.0 0.0
Desde la versión 0.15.0 de pandas, pd.get_dummies puede manejar un DataFrame directamente (antes de eso, solo podía manejar una sola Serie, y vea a continuación la solución):
In [1]: df = DataFrame('A': ['a', 'b', 'a'], 'B': ['c', 'c', 'b'],
...: 'C': [1, 2, 3])
In [2]: df
Out[2]:
A B C
0 a c 1
1 b c 2
2 a b 3
In [3]: pd.get_dummies(df)
Out[3]:
C A_a A_b B_b B_c
0 1 1 0 0 1
1 2 0 1 0 1
2 3 1 0 1 0
Solución alternativa para pandas <0.15.0
Puede hacerlo para cada columna por separado y luego combinar los resultados:
In [111]: df
Out[111]:
A B
0 a x
1 a y
2 b z
3 b x
4 c x
5 a y
6 b y
7 c z
In [112]: pd.concat([pd.get_dummies(df[col]) for col in df], axis=1, keys=df.columns)
Out[112]:
A B
a b c x y z
0 1 0 0 1 0 0
1 1 0 0 0 1 0
2 0 1 0 0 0 1
3 0 1 0 1 0 0
4 0 0 1 1 0 0
5 1 0 0 0 1 0
6 0 1 0 0 1 0
7 0 0 1 0 0 1
Si no desea la columna de índice múltiple, elimine el keys=.. de la llamada a la función concat.
Alguien puede tener algo más inteligente, pero aquí hay dos enfoques. Suponiendo que tiene un marco de datos llamado df con las columnas ‘Nombre’ y ‘Año’ para las que desea obtener datos ficticios.
Primero, simplemente iterar sobre las columnas no es tan malo:
In [93]: for column in ['Name', 'Year']:
...: dummies = pd.get_dummies(df[column])
...: df[dummies.columns] = dummies
Otra idea sería usar el paquete patsy, que está diseñado para construir matrices de datos a partir de fórmulas de tipo R.
In [94]: patsy.dmatrix(' ~ C(Name) + C(Year)', df, return_type="dataframe")
Recuerda que tienes la capacidad de valorar este ensayo si tropezaste tu contrariedad justo a tiempo.