我刚刚了解了伪变量及其陷阱。因此，让我们假设我有一个包含3个类别的分类列，例如：
Dog
Cat
Bear
我把它分成3个独立的列，IsDog、IsCat、IsBear，其中有0/1，所以我可以在我的模型中使用它。但他们说，伪列的数量应该总是(number_of_categories-1(。那么，我应该删除最后一个(在本例中是IsBear(吗？或者这其实没关系，只是随机删除一个？
您可以让Pandas为每个分类列自动执行此操作，如下所示。
请注意，它将自动为新列名加前缀(例如，具有3个类别的分类变量"Dog"将给出两个新列：Dog_1、Dog_2(，并将删除原始列("Dog'"(。使用drop first选项，它将为具有k个类别的列提供k-1个伪列(即，如上所述，根据您的问题，具有3个类别的Dog列将变为2个而不是3个伪列(。
df = pd.get_dummies(df, columns=['cat_var_1', 'cat_var_2'], drop_first=True)