value这给了我
extra_long = pd.concat([long1,long2])
print(extra_long.to_numpy())
我将获得Bronx作为我的参考水平（因为这是掉线的东西），如何更改它以指定曼哈顿应该是我的参考水平？我的预期输出是
test = {'ngrp' : ['Manhattan','Brooklyn','Queens','Staten Island','Bronx']}
test = pd.DataFrame(test)
dummy = pd.get_dummies(test['ngrp'],drop_first = True)
get_dummies（按字典顺序）对值进行排序，然后创建虚拟变量。这就是为什么您在初始结果中看不到“布朗克斯”的原因；因为它是列中第一个排序的值，所以它被首先删除。
为避免出现您所看到的行为，请强制执行顺序为“先看”（即，将其转换为有序的类别）。
pd.get_dummies(
pd.Categorical(test['ngrp'],categories=test['ngrp'].unique(),ordered=True),drop_first=True)
Brooklyn Queens Staten Island Bronx
0 0 0 0 0
1 1 0 0 0
2 0 1 0 0
3 0 0 1 0
4 0 0 0 1
当然，这样做的副作用是返回带有分类列名的虚拟变量，但这几乎不是问题。