pandas ダミー変数をデータフレームに追加したい

Question

文字列をダミー変数化させて機械学習を行いたいと考えています。
性別についてはダミー変数を元のデータフレームに追加できたのですが、
都道府県情報のダミー変数は追加できませんでした。

sex = pd.get_dummies(df['性別']
df['sex'] = sex

address = pd.get_dummies(df['都道府県'])
df['address'] = address

ValueError: Wrong number of items passed 46, placement implies 1

何か特別な処理をする必要があるのでしょうか？
稚拙な質問かとは存じますが、ご教示いただけましたら幸甚です。
何卒よろしくお願い申し上げます。

Answer 1

pandas.get_dummiesの返却値の型はDataFrame型です。

複数の列が生成された場合は既存のDataFrameの列として設定できません。
df['sex'] = sexが成功したのは
データが男性のみまたは女性のみでsexの列数が1列しかなくSeriesに変換可能だったため、エラーが発生しなかっただけと考えられます。

今回の場合はpandas.joinを使うのが良いかと思います。

男=0,女=1のように置き換えたいならmapを使ったほうが良いです。

import pandas as pd

df = pd.DataFrame({ '性別': ["男", "女"], "都道府県" : ["東京都", "大阪府"]})
print(df)
"""
  性別 都道府県
0  男  東京都
1  女  大阪府
"""

sex = pd.get_dummies(df['性別'])
print(sex)
"""
   女  男
0  0  1
1  1  0
"""

df = df.join(sex)
print(df)
"""
  性別 都道府県  女  男
0  男  東京都  0  1
1  女  大阪府  1  0
"""

df['sex'] = df['性別'].map({ "男" : 0, "女" : 1 })
print(df)
"""
  性別 都道府県  女  男  sex
0  男  東京都  0  1    0
1  女  大阪府  1  0    1
"""

Comments

[john_doe_]

丁寧にご教示いただきまして誠にありがとうございます。
ちなみに、df['sex'] = df['性別'].map({ "男" : 0, "女" : 1 })の処理は、
df['sex'] = pd.factorize['性別'][0]と同じように整数値化しているのでしょうか？

[nomuken]

> df['sex'] = pd.factorize['性別'][0]と同じように整数値化しているのでしょうか？

はい。dictのkeyにマッチした値がvalueに置き換わります。
factorizeの変換ルールは変換対象データ依存(例えばすべての性別が"女"の場合は"女"=0)なので固定ルールで変換したい場合はmapを使ったほうがよいと思います。

[john_doe_]

大変勉強になりました。稚拙な質問だったかと思いますが、ご親切にありがとうございました。