Python 在熊猫的get_假人中循环列名？

为了转换所有分类特征，我编写了以下代码。但是，在我的数据集上运行它并检查数据类型之后，没有任何变化

先谢谢你

代码：

---

不需要循环，按列列表过滤，也不要忘记返回

：

data_train = pd.DataFrame({'A':list('abcdef'),
                   'B':[4,5,4,5,5,4],
                   'C':[7,8,9,4,2,3],
                   'D':[1,3,5,7,1,0],
                   'E':[5,3,6,9,2,4],
                   'F':list('aaabbb')})

print (data_train)
   A  B  C  D  E  F
0  a  4  7  1  5  a
1  b  5  8  3  3  a
2  c  4  9  5  6  a
3  d  5  4  7  9  b
4  e  5  2  1  2  b
5  f  4  3  0  4  b

def dummy_conv(data):
    names=data.select_dtypes(exclude=['number']).columns

    return pd.get_dummies(data[names], drop_first=True)

df = dummy_conv(data_train)
print (df)
   A_b  A_c  A_d  A_e  A_f  F_b
0    0    0    0    0    0    0
1    1    0    0    0    0    0
2    0    1    0    0    0    0
3    0    0    1    0    0    1
4    0    0    0    1    0    1
5    0    0    0    0    1    1

如果要仅转换非数字列：

def dummy_conv(data):
    return pd.get_dummies(data,drop_first=True)
    #same output like
    #names=data.select_dtypes(exclude=['number']).columns
    #return pd.get_dummies(data,columns=names,drop_first=True)
df = dummy_conv(data_train)
print (df)
   B  C  D  E  A_b  A_c  A_d  A_e  A_f  F_b
0  4  7  1  5    0    0    0    0    0    0
1  5  8  3  3    1    0    0    0    0    0
2  4  9  5  6    0    1    0    0    0    0
3  5  4  7  9    0    0    1    0    0    1
4  5  2  1  2    0    0    0    1    0    1
5  4  3  0  4    0    0    0    0    1    1

非常感谢你。很好用。@MuratHamurdan-不客气。要将答案标记为已接受，请单击答案旁边的复选标记，将其从空心切换为绿色（）。非常感谢。
def dummy_conv(data):
    return pd.get_dummies(data,drop_first=True)
    #same output like
    #names=data.select_dtypes(exclude=['number']).columns
    #return pd.get_dummies(data,columns=names,drop_first=True)
df = dummy_conv(data_train)
print (df)
   B  C  D  E  A_b  A_c  A_d  A_e  A_f  F_b
0  4  7  1  5    0    0    0    0    0    0
1  5  8  3  3    1    0    0    0    0    0
2  4  9  5  6    0    1    0    0    0    0
3  5  4  7  9    0    0    1    0    0    1
4  5  2  1  2    0    0    0    1    0    1
5  4  3  0  4    0    0    0    0    1    1