python - 如何在数据帧上执行 pd.get_dummies() 同时保持 NA 值到位而不是创建 NA 列？

Question

我有一个包含一些缺失数据的数据集。我想在执行 pd.get_dummies() 时保持数据中的缺失.
这是一个示例数据集:

Table 1.

someCol
   A
   B
   NA
   C
   D

我希望 pd.get_dummies(df, dummy_na=True))将数据转换成这样的东西:

Table 2.

someCol_A  someCol_B  someCol_NA  someCol_C  someCol_D
    1         0           0           0          0    
    0         1           0           0          0    
    0         0           1           0          0    
    0         0           0           1          0    
    0         0           0           0          1   

但是，我想要的是:

Table 3.

someCol_A  someCol_B   someCol_C  someCol_D
    1         0           0          0    
    0         1           0          0    
    NA        NA          NA         NA    
    0         0           1          0    
    0         0           0          1   

请注意，第 3 行的 NA 代替了从原始列中分离出来的所有行值。
我怎样才能达到表 3 的结果？

Answer 1

有点黑客，但你可以做这样的事情，你只得到非空行的虚拟值，然后通过重新索引生成的虚拟值，将缺失值重新插入到适当的位置原始数据帧的索引

pd.get_dummies(df.dropna()).reindex(df.index)

   someCol_A  someCol_B  someCol_C  someCol_D
0        1.0        0.0        0.0        0.0
1        0.0        1.0        0.0        0.0
2        NaN        NaN        NaN        NaN
3        0.0        0.0        1.0        0.0
4        0.0        0.0        0.0        1.0