objectif

Encoder des catégories en variables indicatrices.

code minimal

import pandas as pd
df = pd.DataFrame({"color":["red","blue","red"]})
enc = pd.get_dummies(df, columns=["color"], drop_first=True)
print(sorted(enc.columns))

utilisation

import pandas as pd
s = pd.Series(["a","b","a"])
print(pd.get_dummies(s).shape[1])

variante(s) utile(s)

import pandas as pd
df = pd.DataFrame({"city":["paris","?"]})
print(pd.get_dummies(df, dummy_na=True).filter(like="NaN").shape[1] >= 0)

notes

• drop_first=True pour éviter colinéarité en régression.