python - Pandas - 仅获取某些值的假人

Question

我有一个包含 10000 行的 Pandas 系列，其中填充了一个字母表，从 A 到 Z。但是，我想使用 Pandas get_dummies 仅为 A、B 和 C 创建虚拟数据框。我该怎么做？

我不想为列中的所有行值获取虚拟值，然后选择特定的列，因为该列包含最终导致内存错误的其他冗余数据。

Answer 1

试试这个:

# 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