以下是一个示例代码，展示了如何在保留"createDummyFeatures"函数中的列名作为参考的方式：

import pandas as pd

def createDummyFeatures(df, reference_col):
    # 获取需要创建虚拟变量的列
    cols_to_dummy = df.select_dtypes(include=['object']).columns.tolist()
    cols_to_dummy.remove(reference_col)
    
    # 创建虚拟变量
    dummy_features = pd.get_dummies(df[cols_to_dummy])
    
    # 将虚拟变量添加到原始数据框中
    df = pd.concat([df, dummy_features], axis=1)
    
    return df

# 示例数据框
data = {'col1': ['A', 'B', 'C', 'A', 'B'],
        'col2': ['X', 'Y', 'Z', 'Y', 'X'],
        'col3': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)

# 调用函数并保留"col1"列名作为参考
df = createDummyFeatures(df, 'col1')
print(df)

这个示例中，我们传入数据框df和参考列名'col1'到createDummyFeatures函数中。函数首先获取需要创建虚拟变量的列，然后移除参考列。接下来，使用pd.get_dummies函数创建虚拟变量，并将虚拟变量添加到原始数据框中。最后，返回更新后的数据框。

输出结果为：

  col1 col2  col3  col2_X  col2_Y  col2_Z
0    A    X     1       1       0       0
1    B    Y     2       0       1       0
2    C    Z     3       0       0       1
3    A    Y     4       0       1       0
4    B    X     5       1       0       0

可以看到，新创建的虚拟变量列名为原始列名col2加上对应的取值，同时参考列名col1并未被创建为虚拟变量。