如何对具有包含几个单词的字符串的分类列进行单热编码？

问题描述

我正在使用 Python 解决分类问题。我想对当前具有字符串的列进行单热编码作为结果。下面是我正在寻找的一个例子。如果该列中的一行包含包含“bleu cheese”的字符串，我想将其编码为 0。对于所有其他结果，我想将其编码为 1。我不想要多列。我只想保留一列。

  Dressing             Salad
0  bleu Cheese        Spinach
1  Thick bleu Cheese  Chicken
2  Ranch              Chicken
3  Italian            Taco

我希望它看起来像这样

   Dressing          Salad
0  0                 Spinach
1  0                 Chicken
2  1                 Chicken
3  1                 Taco

任何想法将不胜感激。

解决方法

您可以像这样使用 Pandas 库：

data_dressing = pd.get_dummies(data['dressing'])

或者像这样使用 Series：

data['dressing'] = pd.Series([1 if 'bleu cheese' in i else 0
                            for i in data['dressing']],index=data.index)