Pandas 如何检查我的数据是否为热编码数据

如果我有一个数据矩阵，我如何检查分类变量是否是一个热编码的？ 我需要使用LIME来解释我的预测，我了解到LIME只有在你有类别标签而不是一个热编码列的情况下才有效。 我找到了转换它的代码，但它只有在编码后才能工作，否则列就会变成NAN

---

因此，我需要一段代码来查看一个包含数据的numpy数组，并告诉我它是否是一个热编码的。

您可以对所有行求和，并查看是否得到一个all

1

的数组，如下例所示：

示例：

X = np.array(
    [
        [1, 0, 0],
        [0, 1, 0],
        [0, 0, 1],
        [0, 1, 0],
        [1, 0, 0]
    ]
)
print(f'X is one-hot-encoded: {(X.sum(axis=1)-np.ones(X.shape[0])).sum()==0}')

结果:

X is one-hot-encoded: True

---

根据“”的说法，热编码意味着在一行中应该有一个“1”，其余的“0”。试着编写代码来实现这一点，并将其发布到这里。让您开始：行验证程序可以对值进行排序，然后应始终生成[1,0,0,0，…]@576i请参见下面的答案和注释；一般来说，这是不正确的，因为它隐式地假设数据中只存在一个OHE特征，并且在多个分类特征可能是一个热编码（加上同一行中存在数字特征）的一般情况下，它将不起作用。好的，在这种情况下，为什么不对每个热编码特征重复检查？您仍然可以编写一个基于行的验证器函数。如果您需要更多想法，请确保提供一个合适的、可重复的示例，其中包含您尝试使用的代码。Smart solution，但它隐含地假设

X

由单个（一个热编码）功能组成；在通常情况下，如果存在多个OHE功能，它将不起作用。是的。我混合了分类变量和连续变量