[Python pandas] ONE HOT ENCODING 수행 예제

라이브러리 및 데이터 불러오기

# 라이브러리
import pandas as pd

# 데이터
mock_data = pd.read_csv('MOCK_DATA.csv')

# 데이터 확인
mock_data.head(5)

	id	ssn	first_name	last_name	email	gender	ip_address	city	country	car_make	car_model
0	1	352-83-7834	Josselyn	Commuzzo	jcommuzzo0@shop-pro.jp	Female	NaN	Aībak	Afghanistan	GMC	Yukon XL 2500
1	2	129-55-2802	Aksel	Cubbin	acubbin1@rakuten.co.jp	Male	NaN	Gaya	Nigeria	Cadillac	CTS
2	3	421-78-0056	Marwin	Vagg	NaN	Male	NaN	Huangjiakou	China	Chevrolet	Tahoe
3	4	NaN	Michele	Freed	NaN	Male	95.30.236.76	Ferrol	Spain	Volvo	NaN
4	5	821-40-7635	Skip	Sallan	ssallan4@nymag.com	Male	200.83.222.220	Sheffield	United Kingdom	GMC	Canyon

칼럼 확인

mock_data.columns

Index(['id', 'ssn', 'first_name', 'last_name', 'email', 'gender', 'ip_address',
       'city', 'country', 'car_make', 'car_model'],
      dtype='object')

칼럼 선택 (여러개 선택해도 가능, 다만 많아지만 데이터프레임의 칼럼 개수가 너무 많아지게 됨)

select_column = ['gender']

ONE HOT ENCODING 함수 정의

def one_hot_encoding(train_data):
    for cate in select_column: #ONE HOT ENCODING 처리
        prefix = cate #붙여둘 단어를 value 자체로함. 이건 다르게 설정 가능
        one_hot_encoding = pd.get_dummies(train_data[[cate]], prefix=prefix) #OHE 진행
        train_data  = pd.concat([pd.DataFrame(train_data), one_hot_encoding],axis=1) #기존 데이터프레임에 합쳐주기
        train_data = train_data.drop(cate,axis=1) #ONE HOT ENCODING 대상이었던 칼럼은 삭제
    return train_data.copy()

gender가 사라지고, gender_Female, gender_Male 칼럼이 생긴 것을 확인할 수 있음

return_data = one_hot_encoding(mock_data)
return_data.head(3)

	id	ssn	first_name	last_name	email	ip_address	city	country	car_make	car_model	gender_Female	gender_Male
0	1	352-83-7834	Josselyn	Commuzzo	jcommuzzo0@shop-pro.jp	NaN	Aībak	Afghanistan	GMC	Yukon XL 2500	1	0
1	2	129-55-2802	Aksel	Cubbin	acubbin1@rakuten.co.jp	NaN	Gaya	Nigeria	Cadillac	CTS	0	1
2	3	421-78-0056	Marwin	Vagg	NaN	NaN	Huangjiakou	China	Chevrolet	Tahoe	0	1