Python 为什么熊猫得到的假人功能不也执行'；枢轴'；？

我有一个熊猫数据框，看起来像这样：

Customer      Product
   A           Table
   A           Chair
   A           Desk

当我在产品上运行Pandas get_dummies函数时，我得到以下结果：

Customer   Product_Table    Product_Chair    Product_Desk
   A             1                 0                0 
   A             0                 1                0
   A             0                 0                1

就预建模而言，这是否正确？看起来我给它的客户提供了3次不同的信息。我第一次说它只有桌子，没有椅子和书桌，但事实上它们三个都有

这对模型有何影响？我的直觉告诉我，当我做这种类型的转换时，我应该只得到一行？是这样吗？如果是这样，为了消除“重复”行，我做错了什么，或者需要添加什么

下面是我使用的语法：

# Create a list of features to dummy
todummy_list = []
for col_name in sdf.columns:
    if sdf[col_name].dtypes == 'object' and (col_name != 'Customer' ):
        todummy_list.append(col_name)
print(todummy_list)


# Function to dummy all the categorical variables used for modeling
def dummy_df(df, todummy_list):
    for x in todummy_list:
        dummies = pd.get_dummies(sdf[x], prefix=x, dummy_na=False)
        df = df.drop(x, 1)
        df = pd.concat([df, dummies], axis=1)
    return df

sdf = dummy_df(sdf, todummy_list)

print(sdf.head(5))

要消除“重复行”，只需使用：

---

您创建的列表为空。您需要将其填满，例如：

todummy_list = ['age','sex','working-class']

---

你想用get_假人实现什么？该功能的目的是将列绑定到列，而不是将列绑定到单个客户。您是否正在尝试执行

groupby（'customer'）.count（）

？我正在尝试将分类数据转换为数字以用作功能。当我刚刚尝试这个（我是ML新手）时，我希望模型只使用一行新的二进制列，而不是3行。所以我想我不确定我是否需要分组，或者模型是否适合3行？简单地说，你不应该像现在这样对数据进行热编码。根据我对您的数据的理解（无可否认，这并不多），在进入这一步之前，您需要做更多的特性工程。如果所有类型的家具都绑定到一个记录，那么您的列应该更像

customer | ordered | u table？| ordered | u chair？| ordered | u desk？| | | | | | | | | | | | | | | | | | | | | | | | | |！不知道我为什么这么难，但是如果我不断地向它提供关于同一个客户的矛盾信息，那么no模型将非常有效。我还意识到，我可以聚合虚拟数据帧，为每个客户提供一行数据。一个枢轴将包括一个聚合，不是吗？此外，真正的pivot将聚合值，而getdummies只提供二进制表示。在特定示例中，getdummies+aggregate的输出可能与pivot相同，但它们做的事情不同，不能互换。
todummy_list = ['age','sex','working-class']