Pandas get_dummies 包含缺少类别的列？

Question

例如：

import numpy as np

import pandas as pd

df1 = pd.DataFrame({

    'id': [1, 2, 3, 4], 

    'category': ['A', 'B', 'C', 'D']

})

df1_dummy = pd.get_dummies(df1)

print(df1_dummy)

然后我得到：

    id  category_A  category_B  category_C  category_D

0    1           1           0           0           0

1    2           0           1           0           0

2    3           0           0           1           0

3    4           0           0           0           1

但是，我有另一个 DataFrame，它看起来像：

df2 = pd.DataFrame({

    'id': [1, 2, 3, 4], 

    'category': ['A', 'A', 'B', 'B']

})

df2_dummy = pd.get_dummies(df2)

print(df2_dummy)

我有：

   id   category_A  category_B

0   1            1           0

1   2            1           0

2   3            0           1

3   4            0           1

我的问题是，有没有什么方法可以自动生成 df2_dummy 看起来像 df1_dummy 它有列 ['category_C', 'category_D'] 并且值都是零，看起来像：

df2_dummy:

    id  category_A  category_B  category_C  category_D

0    1           1           0           0           0

1    2           1           0           0           0

2    3           0           1           0           0

3    4           0           1           0           0

如果有人可以提供帮助，我将不胜感激！

Answer 1

假设df2的类别与 相同df1，您可以“同步”它们，以便pd.get_dummies适当地处理缺失的类别：pd.get_dummies(    pd.Categorical(df2['category'], categories=df1['category'].unique()))   A  B  C  D0  1  0  0  01  1  0  0  02  0  1  0  03  0  1  0  0这是你要做的：df2['category'] = pd.Categorical(    df2['category'], categories=df1['category'].unique())pd.get_dummies(df2)   id  category_A  category_B  category_C  category_D0   1           1           0           0           01   2           1           0           0           02   3           0           1           0           03   4           0           1           0           0