Python 熊猫-仅获取特定值的假人

我有一个由10000行组成的

Pandas

系列，由一个字母表填充，从a到Z。 但是，我只想使用Pandas

get_dummies

为A、B和C创建虚拟数据帧。 我该怎么做呢

我不想为列中的所有行值获取假人，然后选择特定列，因为该列包含其他冗余数据，这最终会导致内存错误。

尝试以下操作：

# create mock dataframe
df = pd.DataFrame( {'alpha':['a','a','b','b','c','e','f','g']})

# use replace with a regex to set characters d-z to None
pd.get_dummies(df.replace({'[^a-c]':None},regex =True))

输出：

  alpha_a   alpha_b     alpha_c
0   1   0   0
1   1   0   0
2   0   1   0
3   0   1   0
4   0   0   1
5   0   0   0
6   0   0   0
7   0   0   0

---

那么，您是想先过滤df，还是只想为这些值获取虚拟值？我只想为这些值获取虚拟值。注意：使用

获取虚拟值

的

稀疏=真

参数可以解决很多内存问题。如果我的分类变量是随机字符串，比如John，Jane和Mary，而不是a、b和c？您可以使用希望排除的姓名列表<代码>pd.get_假人（df.replace（['Tom'，'Ben'，[None，None]））