1

Tengo una tabla que posee varias columnas: ID, Género, Región, Nivel Educacional, Edad, Comuna, y otras 25 más, y más de 100 mil registros, que a continuación comparto con una imagen de ejemplo (no puedo colocar todas las columnas porque poseen datos sensibles)...

Muestra de datos del archivo CSV

Por lo tanto a la tabla debo hacer un "One Hot Encoder" a gran parte de las variables Objetos y Categóricos y a unas numéricas, pero a la columna 'ID' y a otras, como por ejemplo 'Edad', no se le debe aplicar el proceso, con el fin de poder crear un único archivo CSV con todas las columnas no transformadas y con las columnas resultantes del "One Hot Encoder" reemplacen a las columnas originales a las cuales se le aplicó.

Sé que se puede hacer con pandas.get_dummies pero no logro que todo quede en un mismo dataframe para luego guardar en un CSV nuevo. Logro el One Hot Encoder con pandas, pero creando otro dataframe aparte con la instrucción...

cat_org = pd.get_dummies(dataframe[columns], drop_first = True, dummy_na = True)

donde 'columns' contiene las columnas que interesa aplicar el One Hot Encoder, pero no posee la columna 'ID' y temo que si junto con otra, se mezclen los datos y el resultado sea inservible. Puede que esté perdido o ahogándome en un baso de agua, pero no logro lo que requiero.

Se agradece muchísimo la ayuda.

1 respuesta 1

0

Casi lo tienes! Tan solo hay que pasar el DataFrame entero a get_dummies y las columnas que quiere en one-hot.


import pandas as pd

df = pd.DataFrame({'A': ['x', 'y', 'x'], 'B': ['z', 'u', 'z'],
                  'C': ['1', '2', '3'],
                  'D':['j', 'l', 'j']})

pd.get_dummies(df, columns=['A', 'B', 'D'])

Update

Como puedes ver la columna C en este caso podría ser tu ID y está manteniendo los número igual, después de la operación

4
  • ¿Y ello no hace que, por ejemplo, la fila 15 del one hot encoder sea la fila 25 en el resultado final? Ese eso es a lo que no tengo claro. ¿Se mantiene el orden original? y luego al llevarlo a una nueva tabla en donde se reúne con el resto de datos, ¿se mantiene integro los datos para cada ID (me refiero en el orden)?
    – emdikey
    Commented el 24 jul. 2020 a las 19:34
  • 1
    Sí, claro las filas se mantienen en el mismo orden! Es decir todos los datos tienen el ID correspondiente que tenían inicialmente. Commented el 25 jul. 2020 a las 8:10
  • 1
    Muchas gracias por aclararme la duda @rubialesalberto funcionó perfecto.
    – emdikey
    Commented el 26 jul. 2020 a las 23:37
  • De nada! Me alegro. Commented el 27 jul. 2020 a las 7:00

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.