pandas实现one-hot编码

机器学习中我们常常需要自己准备数据，对于分类task，one-hot编码是最常用的label方式。

什么是one-hot：离散的每一种取值都看做一个类别，若一种特征中有N个不相同的取值，那么就可以将该特征当作N种不同的类别，one-hot编码保证了每一个类别都会有唯一的取值，仅在该类别上取值为，其他位置取值为0。

举例来说，如果特征1下有cat、dog、horse，那么one-hot编码如下：

      

代码上用pandas中的pd.get_dummies()实现：

import pandas as pd
import numpy as np

data = pd.read_csv('feature.csv')
data = pd.DataFrame(data,columns=['animal'])
print (data)

输出：

dummies = pd.get_dummies(data)

输出：

那么利用pandas来实现one-hot编码的方法如上，这里需要强调的是，即使数据是一堆没有实际意义的编码，同样可以使用pd.get_dummies()来实现one-hot编码。

数据如下：

one-hot编码结果：