我想在数据集经过SKLearn的OneHotEncoder转换后，获取其特征名称。

在OneHotEncoder的active_features_属性中，可以看到对n_values_、feature_indices_和active_features_如何在执行transform()后被填充的非常好的解释。

我的问题是：

例如，对于基于DataFrame的输入数据：

data = pd.DataFrame({"a": [0, 1, 2,0], "b": [0,1,4, 5], "c":[0,1,4, 5]}).as_matrix()

如何编写代码，从原始特征名称a、b和c转换到变换后的特征名称列表（例如：

a-0,a-1, a-2, b-0, b-1, b-2, b-3, c-0, c-1, c-2, c-3

或

a-0,a-1, a-2, b-0, b-1, b-2, b-3, b-4, b-5, b-6, b-7, b-8

或任何有助于看到编码列与原始列之间分配关系的内容）。

背景：我想查看一些算法的特征重要性，以了解哪些特征对所使用的算法影响最大。

回答：

你可以使用pd.get_dummies()：

pd.get_dummies(data["a"],prefix="a")

会得到：

    a_0 a_1 a_20   1   0   01   0   1   02   0   0   13   1   0   0

这可以自动生成列名。你可以将此应用于所有列，然后获取列名。无需将它们转换为numpy矩阵。

因此，对于：

df = pd.DataFrame({"a": [0, 1, 2,0], "b": [0,1,4, 5], "c":[0,1,4, 5]})data = df.as_matrix()

解决方案如下所示：

columns = df.columnsmy_result = pd.DataFrame()temp = pd.DataFrame()for runner in columns:    temp = pd.get_dummies(df[runner], prefix=runner)    my_result[temp.columns] = tempprint(my_result.columns)>>Index(['a_0', 'a_1', 'a_2', 'b_0', 'b_1', 'b_4', 'b_5', 'c_0', 'c_1', 'c_4',       'c_5'],      dtype='object')