使用pandas的get_dummies函数对分类特征进行OneHot编码和哑编码

get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None)

常用参数解释：
    data: DataFrame或Series对象
    prefix: 编码后特征名称的前缀
    prefix_sep: 编码后特征名称的前缀，默认使用“_”进行分隔
    columns: 默认为None，默认对data里面的所有object对象和category对象进行编码，如果指定columns，则只对指定的特征进行编码，但是必须保证columns的长度与prefix的长度一致
    drop_first: 默认为False，表示是否丢弃OneHot编码后的第一列，因为丢弃的一列可以通过其他剩余的k-1列计算得到，也就变成了哑变量编码

---

1、构造带有分类特征的DataFrame

2、对分类特征进行OneHot编码

3、对分类特征进行哑编码

---

OneHot编码和哑编码的区别简述：

1、OneHot编码的编码长度和分类特征的类别数相同

2、哑编码的编码长度是分类特征的类别数减1

 

OneHot编码和哑编码的使用异同见参考文档

 

---