如何解决这个不断变化的数据框问题

Question

假设我有一个由这两列组成的数据框。User_id hotel_cluster    1     0   2     2   3     2   3     3    3     0   4     2我想把它改成这样。我需要编写一个函数还是有一种熊猫的方法来做到这一点？User_id hotel_cluster_0 hotel_cluster_1 hotel_cluster_2 hotel_cluster_3  1          1                  0             0              0  2          0                  0             1              0  3          1                  0             1              1  4          0                  0             1              0请帮忙！对不起，如果我没有以正确的格式发布问题谢谢！

Answer 1

IUC：

选项 1

首先更改'hotel_cluster'为包含不存在的类别的类别

col = 'hotel_cluster'

df[col] = pd.Categorical(df[col], categories=[0, 1, 2, 3])

pd.crosstab(*map(df.get, df)).add_prefix(f"{col}_")

hotel_cluster  hotel_cluster_0  hotel_cluster_1  hotel_cluster_2  hotel_cluster_3

User_id                                                                          

1                            1                0                0                0

2                            0                0                1                0

3                            1                0                1                1

4                            0                0                1                0

选项 2

之后重新索引 crosstab

pd.crosstab(*map(df.get, df)).reindex(

    columns=range(4), fill_value=0

).add_prefix('hotel_cluster_')

hotel_cluster  hotel_cluster_0  hotel_cluster_1  hotel_cluster_2  hotel_cluster_3

User_id                                                                          

1                            1                0                0                0

2                            0                0                1                0

3                            1                0                1                1

4                            0                0                1                0

Answer 2

如果您不需要不出现的值，一个简单的方法是使用pd.get_dummies：

pd.get_dummies(df.hotel_cluster, prefix = 'hotel_cluster').set_index(df.User_id)

否则，您需要类似@piRSquared 的解决方案。