Python 使用 Pandas 对数据集第八列进行 One-Hot 编码

假设数据集是一个二维数组，可以使用 Pandas 库中的 get_dummies() 函数进行 One-Hot 编码。

import pandas as pd

# 假设数据集是一个二维数组，存储在 data 中，第八列的索引为 7
one_hot_data = pd.get_dummies(data.iloc[:, 7])

print(one_hot_data)

其中，iloc[:, 7] 表示选取所有行的第 8 列数据进行编码。打印输出的 one_hot_data 即为编码后的结果。

代码解释：

import pandas as pd: 导入 Pandas 库。
data.iloc[:, 7]: 选取数据集 data 的所有行（:）的第 8 列（索引为 7）数据。
pd.get_dummies(data.iloc[:, 7]): 对选取的列进行 One-Hot 编码。
print(one_hot_data): 打印编码后的结果。

示例：

假设数据集 data 如下：

   A  B  C  D  E  F  G  H
0  1  2  3  4  5  6  7  8
1  9 10 11 12 13 14 15 16
2 17 18 19 20 21 22 23 24

则编码后的结果 one_hot_data 为：

   7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24
0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
2  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0

注意：

该代码假设数据集的索引从 0 开始。
可以根据实际情况修改代码中的索引值。
如果数据集的第八列包含缺失值，则需要进行处理。

参考：

Pandas get_dummies() 函数