python - 在熊猫数据框中映射虚拟变量

Question

我有一个包含 11 列的大型 DataFrame。我需要将分类变量转换为二进制值，所以我使用了Patsy：

attributes = "admit ~ C(gender) + age + C(ethnicity) + C(state) + gpa + sci_gpa + mcat + C(major) + C(tier) + C(same_ins)"
y, X = dmatrices(attributes, df, return_type="dataframe")

这很好用。但是，我想使用以原始数据框格式存储的数据来测试一个新样本，例如：

gender    age    ethnicity    state    gpa    sci_gpa    gre    major    tier    same_ins
male      21     Asian        NV       3.4    3.2        .99    Physics  1       1     

有没有一种简单的方法可以将其转换为与 X 相同的格式？

Answer 1

我想到了。Patsy 存储 dmatrix 的元数据。它可以通过调用

build_design_matrices()