Python 默认情况下，如何为每个功能创建两列（一个热编码）？

我的功能工程针对不同的文档运行。对于某些文档，某些功能不存在，因此子列表仅包含相同的值，如第三个子列表

[0,0,0,0,0]

。此子列表的一个热编码只会导致一列，而其他文档的特征列表会转换为两列。如果ohe只包含一个相同的值，是否有可能让ohe也创建两列，并将该列插入正确的位置？主要问题是不同文档的FeatureDataFrame包含在不同列数的末尾，这使得它们不具有可比性

import pandas as pd 
feature = [[0,0,1,0,0], [1,1,1,0,1], [0,0,0,0,0], [1,0,1,1,1], [1,1,0,1,1], [1,0,1,1,1], [0,1,0,0,0]]

df = pd.DataFrame(feature[0])
df_features_final  = pd.get_dummies(df[0])

for feature in feature[1:]:
    df = pd.DataFrame(feature)
    df_enc = pd.get_dummies(df[0])
    print(df_enc)
    df_features_final = pd.concat([df_features_final, df_enc], axis = 1, join ='inner')


print(df_features_final)

结果是以下数据帧。正如您在“更改列标题”中所看到的，第5列之后不跟随1：

   0  1  0  1  0  0  1  0  1  0  1  0  1
0  1  0  0  1  1  0  1  0  1  0  1  1  0
1  1  0  0  1  1  1  0  0  1  1  0  0  1
2  0  1  0  1  1  0  1  1  0  0  1  1  0
3  1  0  1  0  1  0  1  0  1  0  1  1  0
4  1  0  0  1  1  0  1  0  1  0  1  1  0

---

我至少没有注意到您在pandas中想要的功能。但是，在TensorFlow中，我们确实有

tf.one_hot(
    indices, depth, on_value=None, off_value=None, axis=None, dtype=None, name=None
)

---

将“深度”设置为2。

好的，这里有一个解决熊猫问题的方法。检查是否有这样一个只有1个唯一值的数组，最后添加一个伪值。运行dummies函数。然后，从输出中删除最后一行。我尝试用tf解决它。对于我的输入，

tf.one\u hot

显示此错误：

tensorflow.python.framework.errors\u impl.NotFoundError:找不到节点的有效设备。

您见过它吗？您有哪个tensorflow。你有没有尝试过这种解决方法？我认为如果将代码限制在一个库中会更好。tf是2.1.0。我认为TF的解决方案是清洁的，如果使用的话，它更喜欢使用它。这个节点问题已经困扰了一段时间，您可以尝试将数组强制转换为np.float32。