pandas - 如何检查我的数据是否是单热编码的

Question

如果我有一个数据矩阵，我该如何检查分类变量是否已经过单热编码？我需要使用 LIME 来解释我的预测，我读到只有当你有类别标签而不是单热编码列时，LIME 才有效。我找到了转换它的代码，但它只有在编码后才能工作，否则列会变成 NaN。

所以我需要一段代码来查看带有数据的 numpy 数组，并告诉我它是否经过热编码。

Answer 1

您可以对所有行求和，看看是否得到一个全 1 的数组，如下例所示:

示例:

X = np.array(
    [
        [1, 0, 0],
        [0, 1, 0],
        [0, 0, 1],
        [0, 1, 0],
        [1, 0, 0]
    ]
)
print(f'X is one-hot-encoded: {(X.sum(axis=1)-np.ones(X.shape[0])).sum()==0}')

结果:

X is one-hot-encoded: True