如何只为列中的特定值生成虚拟变量？

Question

我有一个pandas dataframe列，其中填充了100个国家的国家代码。我想用这些数据进行回归，但我只想为数据集中的特定国家创建虚拟变量。在

我以为这会奏效：

dummies = pd.get_dummies(df.CountryCode, prefix='cc_')
df_and_dummies = pd.concat([df,dummies[dummies['cc_US', 'cc_GB']]], axis=1)
df_and_dummies

但它给了我一个错误：

KeyError: ('cc_US', 'cc_GB')

我的数据帧当前看起来像：

^{pr2}$

但我希望它看起来像这样：

有没有一种简单的方法来指定要包含在get_dummies方法中的值，还是有其他方法来标识特定的伪变量？在

Answer 1

假人是这样的：

In [25]: dummies
Out[25]:
   cc_RU  cc_UK  cc_US
0      0      1      0
1      0      0      1
2      1      0      0

要选择其中的某些列，可以在[]getitem中提供列名列表：

^{pr2}$

所以你实际上错过了一个[括号。
完整代码变成：

In [29]: pd.concat([df, dummies[['cc_US', 'cc_UK']]], axis=1)
Out[29]:
   A  B CountryCode  cc_US  cc_UK
0  a  b          UK      0      1
1  b  a          US      1      0
2  a  c          RU      0      0