pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None,sparse=False, drop_first=False)：Convert categorical variable into dummy/indicator variables
>>> import pandas as pd
>>> s = pd.Series(list('abca'))
>>> pd.get_dummies(s)
a b c
0 1 0 0
1 0 1 0
2 0 0 1
3 1 0 0
pandas.factorize(values, sort=False, order=None, na_sentinel=-1,size_hint=None)：Encode input values as an enumerated type or categorical variable
Series.factorize(sort=False, na_sentinel=-1):Encode the object as an enumerated type or categorical variable
Pandas有一個方法叫做factorize()，它可以創建一些數字，來表示類別變量，對每一個類別映射一個ID，這種映射最后只生成一個特征，不像dummy那樣生成多個特征。
| Parameters: |
sort : boolean, default False
na_sentinel: int, default -1
|
|---|---|
| Returns: |
labels : the indexer to the original array uniques : the unique Index |
labels：對應的編碼array
uniques:需要編碼的類型
補充：pandas.get_dummies 的使用及含義
get_dummies參數如下：
pandas.get_dummies（data，prefix = None，prefix_sep ='_'，dummy_na = False，columns = None，sparse = False，drop_first = False，dtype = None ）
data ： array-like，Series或DataFrame
prefix ：string，字符串列表或字符串dict，默認為None，
用于追加DataFrame列名的字符串。在DataFrame上調用get_dummies時，傳遞一個長度等于列數的列表。或者，前綴 可以是將列名稱映射到前綴的字典。
prefix_sep ： string，默認為'_'
如果附加前綴，分隔符/分隔符要使用。或者傳遞與前綴一樣的列表或字典。
dummy_na ： bool，默認為False
如果忽略False NaN，則添加一列以指示NaN。
columns ： 類似列表，默認為無
要編碼的DataFrame中的列名稱。如果列是None，那么所有與列 對象或類別 D型細胞將被轉換。
sparse ： bool，默認為False
偽編碼列是否應由SparseArray（True）或常規NumPy數組（False）支持。
drop_first ： bool，默認為False
是否通過刪除第一級別從k分類級別獲得k-1個假人。
版本0.18.0中的新功能。
dtype： D型，默認np.uint8
新列的數據類型。只允許一個dtype。
版本0.23.0中的新功能。
prefix自定義前綴
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
