如何使用多个字符串对数据框列进行热编码？

Question

我目前正在构建一个回归模型来预测送餐时间。

这是包含一些观察结果的数据框架

​

​

如果您注意到Cuisines列有许多字符串。使用了代码

pd.get_dummies(data.Cuisines.str.split(',',expand=True),prefix='c')

这帮助我拆分字符串和热编码，然而，有一个新的问题需要处理。

已合并数据帧和虚拟对象。快餐出现在第一行和第三行。预期输出是第一行和第三行的值为1的单个快餐列，但是，创建了两个快餐列。第一行创建快餐(第四列)，第三行创建快餐(第15列)。

​

​

有没有人能帮我解决这个问题，帮我在第一行和第三行得到一个值为1的快餐列，其他菜肴也是如此。

Answer 1

这两个Fast Food的不同之处在于尾随空格。你可能想试试：

data.Cuisines.str.get_dummies(',\s*')