danfo.getDummies
Convert categorical variable into dummy/indicator variables.
danfo.getDummies(kwargs)
| Parameters | Type | Description | Default |
|---|---|---|---|
data | Series or Dataframe | The data to dummify | |
options | Object | These includes: columns: Array of column names to dummify. If not specified, all categorical columns are encoded. prefixSeparator: String separator for created columns e.g "_", prefix: Prefix for the new columns | { prefixSeparator: "-" } |
Examples
Convert Series to Dummy codes
const dfd = require("danfojs-node")
let datasf = ['pear', 'mango', "pawpaw", "mango", "bean"]
let sf1 = new dfd.Series(datasf)
let dum_df = dfd.getDummies(sf1, { prefix: "fruit" })
dum_df.print()╔════════════╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╗
║ │ fruit_pear │ fruit_mango │ fruit_pawpaw │ fruit_bean ║
╟────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 0 │ 1 │ 0 │ 0 │ 0 ║
╟────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 1 │ 0 │ 1 │ 0 │ 0 ║
╟────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 2 │ 0 │ 0 │ 1 │ 0 ║
╟────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 3 │ 0 │ 1 │ 0 │ 0 ║
╟────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 4 │ 0 │ 0 │ 0 │ 1 ║
╚════════════╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╝Convert all categorical columns in a DataFrame to Dummy codes
const dfd = require("danfojs-node")
let data = { fruits: ['pear', 'mango', "pawpaw", "mango", "bean"],
Count: [20, 30, 89, 12, 30],
Country: ["NG", "NG", "GH", "RU", "RU"]}
let df = new dfd.DataFrame(data)
df.print()
let dum_df = dfd.getDummies(df)
dum_df.print()╔═══╤═══════════════════╤═══════════════════╤═══════════════════╗
║ │ fruits │ Count │ Country ║
╟───┼───────────────────┼───────────────────┼───────────────────╢
║ 0 │ pear │ 20 │ NG ║
╟───┼───────────────────┼───────────────────┼───────────────────╢
║ 1 │ mango │ 30 │ NG ║
╟───┼───────────────────┼───────────────────┼───────────────────╢
║ 2 │ pawpaw │ 89 │ GH ║
╟───┼───────────────────┼───────────────────┼───────────────────╢
║ 3 │ mango │ 12 │ RU ║
╟───┼───────────────────┼───────────────────┼───────────────────╢
║ 4 │ bean │ 30 │ RU ║
╚═══╧═══════════════════╧═══════════════════╧═══════════════════╝
//after dummification
╔═══╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╗
║ │ Count │ fruits_pear │ fruits_mango │ ... │ fruits_bean │ Country_NG │ Country_GH │ Country_RU ║
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 0 │ 20 │ 1 │ 0 │ ... │ 0 │ 1 │ 0 │ 0 ║
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 1 │ 30 │ 0 │ 1 │ ... │ 0 │ 1 │ 0 │ 0 ║
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 2 │ 89 │ 0 │ 0 │ ... │ 0 │ 0 │ 1 │ 0 ║
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 3 │ 12 │ 0 │ 1 │ ... │ 0 │ 0 │ 0 │ 1 ║
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 4 │ 30 │ 0 │ 0 │ ... │ 1 │ 0 │ 0 │ 1 ║
╚═══╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╝Convert a specific column in a DataFrame to Dummy codes
const dfd = require("danfojs-node")
let data = { fruits: ['pear', 'mango', "pawpaw", "mango", "bean"],
Count: [20, 30, 89, 12, 30],
Country: ["NG", "NG", "GH", "RU", "RU"]}
let df = new dfd.DataFrame(data)
df.print()
let dum_df = dfd.getDummies(df, { columns: ['fruits']})
dum_df.print()╔═══╤═══════════════════╤═══════════════════╤═══════════════════╗
║ │ fruits │ Count │ Country ║
╟───┼───────────────────┼───────────────────┼───────────────────╢
║ 0 │ pear │ 20 │ NG ║
╟───┼───────────────────┼───────────────────┼───────────────────╢
║ 1 │ mango │ 30 │ NG ║
╟───┼───────────────────┼───────────────────┼───────────────────╢
║ 2 │ pawpaw │ 89 │ GH ║
╟───┼───────────────────┼───────────────────┼───────────────────╢
║ 3 │ mango │ 12 │ RU ║
╟───┼───────────────────┼───────────────────┼───────────────────╢
║ 4 │ bean │ 30 │ RU ║
╚═══╧═══════════════════╧═══════════════════╧═══════════════════╝
//after dummification
╔═══╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╗
║ │ Count │ Country │ fruits_pear │ fruits_mango │ fruits_pawpaw │ fruits_bean ║
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 0 │ 20 │ NG │ 1 │ 0 │ 0 │ 0 ║
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 1 │ 30 │ NG │ 0 │ 1 │ 0 │ 0 ║
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 2 │ 89 │ GH │ 0 │ 0 │ 1 │ 0 ║
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 3 │ 12 │ RU │ 0 │ 1 │ 0 │ 0 ║
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
║ 4 │ 30 │ RU │ 0 │ 0 │ 0 │ 1 ║
╚═══╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╝See also LabelEncoder and OneHotEncoder
Last updated