Python 如何在新数据集上使用熊猫进行热编码？

我有一个训练数据集，它有分类功能，我在上面使用了

pd。让虚拟人

进行一次热编码。这将生成一个包含n个要素的数据集。然后，我在此数据集上训练一个具有n个特征的分类模型。如果我现在得到一些具有相同分类特征的新数据，并再次执行一次热编码，则特征的结果数量为m 如果维度与原始训练数据不匹配，我无法预测新数据集的类别

是否有办法在一次热编码后将所有原始n特征包含在新数据集中？

编辑：我正在使用作为我的分类库。

例如

您有列为['A_1'，'A_2']的tradf

使用新的df，您有列['A']，但只有一个类别1，您可以这样做

pd.get_dummies(df).reindex(columns=tradf.columns,fill_value=0)

---

你在用sklearn吗？是的，看看这个