虚拟变量陷阱

"虚拟变量陷阱"指的是不同的虚拟变量传达了相同的信息。例如，如果某位员工来自会计部门（即 accounting 列的值为 1），那么您就可以确定他/她不属于其他任何部门（其他列的值都为 0）。因此，仅通过查看其他所有部门的列，您也能推断出他/她所属的部门。

基于这个原因，当创建了 \(n\) 个虚拟变量（在本题中为 10 个）时，只需要 \(n\) - 1（在本题中为 9 个）就足够了，第 \(n\) 个列所包含的信息已经被包含在其他列中。

因此，您将删除旧的部门列，另外再删除一个部门的虚拟变量以避免虚拟变量陷阱，然后再将这两个 DataFrame 合并。

本练习是课程的一部分

HR Analytics：用 Python 预测员工流失

查看课程

练习说明

使用 .drop() 删除 accounting 列，以避免 "dummy trap"。
使用 .drop() 删除旧的 department 列，因为已经不再需要它。
将新的 departments DataFrame 连接到 employee 数据集（此步骤已为您完成）。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Drop the "accounting" column to avoid "dummy trap"
departments = departments.____("____", axis=1)

# Drop the old column "department" as you don't need it anymore
data = data.____("____", axis=1)

# Join the new DataFrame "departments" to your employee dataset: done
data = data.join(departments)

编辑并运行代码