如何将一种热编码的结果加入到数据帧中？

我想在人口普查数据集中执行 one-hot 编码：

https://archive.ics.uci.edu/ml/datasets/census+venue

我想要执行的列位于国家/地区列中，因此我做了以下操作：

import pandas as pd
from sklearn import preprocessing

def abrirArchivo(fileR):
    head=["gt lt 50","age","workclass","fnlwgt","edu","edu-num","mar-sta","occ","rela","race","sex","cap-gain","cap-loss","country","hpw"]
    f=pd.read_csv(fileR,sep=',')
    f.columns=head

    ohe=oneHot(f)
    print (ohe)

def oneHot(f):
    f[["country"]]=pd.get_dummies(f[["country"]])
    return f

但我收到一个错误：

ValueError: Columns must be same length as key

当我进行序数编码时，以下代码没有问题：

pp=preprocessing.OrdinalEncoder()
f[["country"]]=pp.fit_transform(f[["country"]])

我想要的是将转换后的 ohe（虚拟变量）连接到我原始的 panda 数据框，以便将其用于分类模型。

有什么帮助吗？

看看什么pd.get_dummies返回。现在，尝试考虑是否可以将其放入单个列中！不可能吧？

让我举例说明。假设你有一个 DataFrame

   col1  col2  
0     1  name1   
1     2  name2   

Now, pd.get_dummies(df['col2'])返回：

     name1  name2
0     0     1
1     1     0

这是一个 DataFrametwo列，列中每个不同值对应一列col2.

如果你尝试做

df['col2'] = pd.get_dummies(df['col2'])

您基本上会尝试将具有两列的 DataFrame 放入一列中。不可能！就是这样ValueError: Columns must be same length as key means

如果您想将这些结果返回到df，你可以使用merge, concat or join。有很多不同的方式（SO中有很多关于此的问题）。一个例子是：

df = df.join(pd.get_dummies(df['col2'])).drop(columns='col2')

*Note: drop用于删除原始列。

get_dummies还有一个columns可用于创建虚拟对象的参数and一步删除原始列：

df = pd.get_dummies(df, columns=['col2'])

请注意，旧列名称成为新列prefix隔开prefix_sep下划线 (_):

   col1  col2_name1  col2_name2
0     1           1           0
1     2           0           1