离散特征的编码分为两种情况：
1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码
2、离散特征的取值有大小的意义，比如size:[X,XL,XXL],那么就使用数值的映射{X:1,XL:2,XXL:3}
常用于统计建模或机器学习的转换方式是：将分类变量（categorical variable）转换为“哑变量矩
阵”（dummy matrix）或“指标矩阵”（indicator matrix）。如果DataFrame的某一列中含有k个不同的
值，则可以派生出一个k列矩阵或DataFrame（其值全为1和0）。
使用pandas可以很方便的对离散型特征进行one-hot编码:
import pandas as pd
df = pd.DataFrame([
['green', 'M', 10.1, 'class1'],
['red', 'L', 13.5, 'class2'],
['blue', 'XL', 15.3, 'class1']],columns = ['color', 'size', 'prize', 'class label'])
size_mapping = {
'XL': 3,
'L': 2,
'M': 1}
df['size'] = df['size'].map(size_mapping)
class_mapping = {label:idx for idx,label in enumerate(set(df['class label']))}
df['class label'] = df['class label'].map(class_mapping)
print(pd.get_dummies(df))
print(df)
pd.get_dummies(df['size'],prefix = 'sss') 是对具体的某个列的不同数据 进行one-hot编码,
prefix指定生成的列表头名称'sss_1\sss_2\sss_3'有几类就有几个'sss'列
如果pd.get_dummies(df)进行编码的对象不是Series对象，对整个dataframe对象来说的话，
prefix不用指定，且会根据原columns的表头名称生成全部的非数字化的
df = pd.get_dummies(df['size'],prefix = 'sss')
在量化实践中，一般会将收益标签添加到df整体中，然后从中取出来；
如果多分类标签，结合上述格式的pd.get_dummies正好将收益分类标签生成one-hot形式。
print(df)
dff = pd.DataFrame({'key': ['b', 'b', 'a', 'c', 'a', 'b'],'data1': range(6)})
print(pd.get_dummies(dff['key']))
a b c
0 0.0 1.0 0.0
1 0.0 1.0 0.0
2 1.0 0.0 0.0
3 0.0 0.0 1.0
4 1.0 0.0 0.0
5 0.0 1.0 0.0
说明：对于有大小意义的离散特征，直接使用映射就可以了，{‘XL’:3,’L’:2,’M’:1}
离散特征的编码分为两种情况：1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码2、离散特征的取值有大小的意义，比如size:[X,XL,XXL],那么就使用数值的映射{X:1,XL:2,XXL:3}
df = pd.DataFrame({'key': ['b', 'b', 'a', 'c', 'a', 'b']})
print(df)
dummies = pd.get_dummies(df['key'], prefix='key')
print(dummies)
文章目录1.实验目的2.训练+预测2.1.get_dummies方法2.2.OneHotEncoder方法
1.实验目的
根据csv文件已给属性（Car Model、Mileage、Sell Price($)、Age(yrs)）来预测汽车售价。下面将给出两种预测onehot编码方法，其中模型用LinearRegression。
密码:7izi
2.训练+预测
2.1.get_dummies方法
import pandas as pd
df = pd.read_csv('carprices.csv')
dummies = pd.get_dummies(df['Car Model'])
该列中包含了标签中的所有类别：
from sklearn.preprocessing import OneHotEncoder
enc = OneHotEncoder(sparse = False)
result = enc.fit_transform(data[[41]]) #41指的是列标为41的那一列数据
该列中包含了标签中的所有类别的一部分：
from sklearn.prepro...
代码出处：https://blog.csdn.net/sinat_30316741/article/details/88080158，
原文把处理DataFrame的代码注释掉了，另外还有一点是把原文代码中的if type(data) == pandas.core.frame.DataFrame:里面的pandas改成pd，然后在我的机子上才能运行
#onehot
from sklearn imp...
df_Species = df_iris.iloc[:, -1:]
iris_oh = pd.DataFrame(OneHotEncoder(handle_unknown='ignore').fit(df_Species).transform(df_Species).toarray())
print(iris_oh)
数据为具体内容时，可直接采用get_dummies函数，该函数可直接生成列名，更加便捷
data = pd.DataFrame(
这个就是用独热编码来替换离散值特征。
例如，“MSZoning”包含值“RL”和“Rm”我们将创建两个新的指示器特征“MSZoning_RL”和“MSZoning_RM”，其值为0或1。根据独热编码，如果“MSZoning”的原始值为“RL”，则：“MSZoning_RL”为1，“MSZoning_RM”为0。
首先假如一个数据集有六个样本，每个样本两种特征，数据保存在‘111.csv’中，其中feature1是文字特征，分别为“bak” “bif” “ni
get_dummies 是 pandas 实现one hot encode的方式
one-hot的基本思想：将离散型特征的每一种特征取值都看成一种状态，若指定离散特征中有N
个不相同的取值，那么我们就可以将该特征抽象成N种不同的状态，one-hot编码保证了每一个取值只
会使得一种状态处于“激活态”，也就是说这N种状态中只有一个状态位值为1，其他状态位都是0。
1.语法结构
pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=.
Pandas.get_dummies 用法简单介绍
pandas.get_dummies(data, prefix=None, prefix_sep=’_’, dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None)
1 主要参数介绍：
data : array-like, Series, or Da...
其中参数predix：
prefix : 给输出的列添加前缀，如prefix=“A”,输出的列会显示类似
prefix_sep : 设置前缀跟分类的分隔符sepration，默认是下划线"_"
df = pd.DataFrame([
[‘green’ , ‘A’],
[‘red’ , ‘B’],
[‘blue’ , ‘A’]])
pd.get_dummies(df,prefix =
离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码
离散特征的取值有大小的意义，比如size:[M,L,XL],那么就使用数值的映射{M:1,L:2,XL:3}
使用pandas.get_dummies()函数可以很方便的对离散型特征进行one-hot编码
pandas.get_dummies(dat...
pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None)
详细参数：
prefix：str, list of str, 或 dict of str, 默认为 None
用于追加DataFrame列名称的字符串。
prefix_s
