Python・Pandasのget_dummies()でDataFrameをバイナリデータに変換する方法

機械学習やデータ分析では、文字列などのカテゴリカルデータをそのまま扱えないケースが多くあります。そんなときに便利なのが、Pandasのget_dummies()メソッドです。このメソッドを使うと、カテゴリごとの列に分割された0と1のバイナリデータ（ダミー変数）へ簡単に変換できます。

ここでは、次のような「Student」と「Result」の2列を持つPandas DataFrameを例に説明します。

import pandas as pd

dataFrame = pd.DataFrame(
    {
        "Student": ['Jack', 'Robin', 'Ted', 'Scarlett', 'Kat'],
        "Result": ['Pass', 'Fail', 'Fail', 'Pass', 'Pass']
    }
)

get_dummies()で特定の列をバイナリ化する

get_dummies()を呼び出す際に、バイナリ形式へ変換したい列を指定します。この例では、「Result」列の値を「Pass」「Fail」それぞれの列として展開したいので、次のように記述します。

dfBinary = pd.get_dummies(dataFrame["Result"])

完全なサンプルコード

以下が全体のコードです。

import pandas as pd

# DataFrameを作成
dataFrame = pd.DataFrame(
    {
        "Student": ['Jack', 'Robin', 'Ted', 'Scarlett', 'Kat'],
        "Result": ['Pass', 'Fail', 'Fail', 'Pass', 'Pass']
    }
)

print("DataFrame ...\n", dataFrame)

# バイナリデータへ変換
dfBinary = pd.get_dummies(dataFrame["Result"])
print("\nバイナリ形式のDataFrame ...\n", dfBinary)

実行結果

上記のコードを実行すると、次のような出力が得られます。

DataFrame ...
     Result   Student
0     Pass      Jack
1     Fail     Robin
2     Fail       Ted
3     Pass  Scarlett
4     Pass       Kat

バイナリ形式のDataFrame ...
    Fail  Pass
0     0     1
1     1     0
2     1     0
3     0     1
4     0     1

ポイントまとめ

• pd.get_dummies(対象の列) を呼び出すだけで、カテゴリ名がそのまま列名になったダミー変数表現が得られます。
• 元の値が「Pass」なら Pass 列が 1、「Fail」なら Fail 列が 1 になります。
• 複数の列を一度に変換したい場合は pd.get_dummies(dataFrame) のようにDataFrame全体を渡すことも可能です。
• ダミー変数トラップ（多重共線性）を避けたい場合は、引数に drop_first=True を指定すると最初のカテゴリ列を削除できます。