Python Pandas.get_假人返回到两列（_Y和_N），而不是一列

我正在尝试使用

sklearn

来训练基于我的数据集的决策树

当我尝试将数据切片到（结果：Y，预测变量：X）时，结果（我的标签）显示为

True

/

False

：

#data slicing 
X = df.values[:,3:27] #X are the sets of predicting variable, dropping unique_id and student name here
Y = df.values[:,'OffTask'] #Y is our predicted value (outcome), it is in the 3rd column 

我就是这样做的，但我不知道这是否是正确的方法：

#convert the label "OffTask" to dummy 

df1 = pd.get_dummies(df,columns=["OffTask"])
df1

我的问题是数据集df1将我的标签

Offtask

返回到

Offtask\N

和

Offtask\Y

---

有人知道如何修复它吗？

您可以通过设置

drop\u first=True

使虚拟对象只返回一列

y = pd.get_dummies(df,columns=["OffTask"], drop_first=True)

但这不是将标签转换为二进制文件的推荐方法。我建议为此使用labelbinarizer

例如：

from sklearn import preprocessing
lb = preprocessing.LabelBinarizer()
lb.fit_transform(pd.DataFrame({'OffTask':['yes', 'no', 'no', 'yes']}))

#
array([[1],
       [0],
       [0],
       [1]])

---

get_dummies用于将标称字符串值转换为整数。它返回的列数与列中可用的唯一字符串值数相同，例如：

df={'color':['red','green','blue'],'price':[1200,3000,2500]}
my_df=pd.DataFrame(df)
pd.get_dummies(my_df)

---

在您的情况下，您可以删除第一个值，只要值为null，就可以将其视为第一个值

这是关于熊猫的吗？可能是重复的，我认为这不是同一个问题。我不知道如何转换列表和重用列表。sklearn可以将True/False作为y向量，并且可以很好地进行拟合，您真的不需要转换。但是如果你真的坚持要看到0和1，你可以使用

df['OffTask']=df['OffTask']。astype（int）

Hi，谢谢你的回复。我仍然有点困惑，在这种情况下，预处理是如何将列表转换为二进制的？它如何返回到我的数据集？它将为

列表中的每个唯一值创建一个虚拟变量。如果对应的元素属于该值，则虚拟变量将为1。通过链接进行详细解释。嗨，谢谢。这就是我所做的。在这种情况下，我只是放弃了，但我只是想知道是否有更好的方法来做到这一点