Python get_dummies（），异常：数据必须是一维的

我有这些数据

我正在尝试应用这一点：

one_hot = pd.get_dummies(df)

但我得到了这个错误：

以下是我在此之前的代码：

# Import modules
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import tree
df = pd.read_csv('AllMSAData.csv')
df.head()
corr_matrix = df.corr()
corr_matrix
df.describe()
# Get featurs and targets
labels = np.array(df['CurAV'])
# Remove the labels from the features
# axis 1 refers to the columns
df = df.drop('CurAV', axis = 1)
# Saving feature names for later use
feature_list = list(df.columns)
# Convert to numpy array
df = np.array(df)

在IMO中，应该更新，因为它说

pd.get\u dummies

接受类似数组的数据，而二维

numpy

数组则类似数组（尽管事实如此）。然而，它似乎不喜欢多维数组

举个小小的例子：

>>> df
   a  b  c
0  a  1  d
1  b  2  e
2  c  3  f

无法在基础2D

numpy

数组上获取假人：

>>> pd.get_dummies(df.values)

例外：数据必须是一维的

但您可以在数据帧本身上获得假人：

>>> pd.get_dummies(df)
   b  a_a  a_b  a_c  c_d  c_e  c_f
0  1    1    0    0    1    0    0
1  2    0    1    0    0    1    0
2  3    0    0    1    0    0    1

或在单个列下面的1D数组上：

>>> pd.get_dummies(df['a'].values)
   a  b  c
0  1  0  0
1  0  1  0
2  0  0  1

---

你要买假人干什么？例如，您需要将其传递一个系列。我需要将分类数据更改为数字以执行随机预测，那么您对我的案例有何建议？我注意到，当我在特性和目标部分之前调用pd.get_dummies（df）时，我没有得到错误，但它对数据没有任何影响使用

pd.get_dummies（df[['columns'、'to'、'dummify']]

KeyError:“['columns''to'dummify']不在作为占位符的索引中，用所需的列替换dummify的列。例如，如果要获取

State

和

Prev\u CS\u Tier

的假人，请使用

pd.get\u dummies（df[['State'、'Prev\u CS\u Tier']）