Pandas：使用另一个表的“虚拟变量”创建一个表

Question

假设我有这个数据帧数据帧 A（产品）Cod | Product   | Cost | Date-------------------------------18  | Product01 | 3.4  | 21/0422  | Product02 | 7.2  | 12/0833  | Product03 | 8.4  | 17/0155  | Product04 | 0.6  | 13/0767  | Product05 | 1.1  | 09/09数据帧 B（操作）id | codoper | CodProd  | valor-------------------------------1  | 00001   | 55       | 450002  | 00001   | 18       | 450003  | 00002   | 33       | 530001  | 00001   | 55       | 45000这个想法是获得一个“数据帧C”，其中包含“Dataframe B”中的列乘积：数据帧 C 结果id | codoper | Product_18| Product_22| Product_33| Product_55| Product_67 |valor----------------------------------------------------------------------------------1  | 00001   | 1         | 0         | 0         | 1         | 0          |450002  | 00002   | 0         | 0         | 1         | 0         | 0          |53000到目前为止，我只设法从“DataFrame B”中做到了这一点：pd.get_dummies(df, columns=['CodProd']).groupby(['codoper'], as_index=False).min()注意：我在操作的数据帧中没有来自 Dataframe A 的所有产品

Answer 1

您需要将 中的假人与 中的假人组合在一起。首先使用前缀定义输出列：ProductsOperations

columns = ['id', 'codoper'] + [f"Product_{cod}" for cod in A['Cod'].unique()] + ['valor']

然后，像上面所做的那样使用get假人，但使用相同的前缀来定义列。按所有完全共线的列分组，即 、 和 。如果这些不是完全共线的，那么您需要决定如何将它们聚合到 .最后，使用之前定义的输出列重新编制索引，用零填充缺失值。idcodopervalorcodoper

pd.get_dummies(B, columns=['CodProd'], prefix='Product').groupby(['id', 'codoper', 'valor'], as_index=False).sum().reindex(columns=columns, fill_value=0) 

  id codoper  Product_18  Product_22  Product_33  Product_55  Product_67  valor

0  1   00001           0           0           0           2           0  45000

1  2   00001           1           0           0           0           0  45000

2  3   00002           0           0           1           0           0  53000

Answer 2

这是一些调整的组合：mergepivot_table

(Products.merge(Operations, 

                left_on='Cod', 

                right_on='CodProd',

                how='left')

     .pivot_table(index=['codoper','valor'],

                  values='Product',

                  columns='Cod', 

                  fill_value=0,

                  aggfunc='any')

     .reindex(Products.Cod.unique(), 

              fill_value=False,

              axis=1)

     .astype(int)

     .add_prefix('Product_')

     .reset_index()

)

输出：

Cod codoper    valor  Product_18  Product_22  Product_33  Product_55  \

0     00001  45000.0           1           0           0           1   

1     00002  53000.0           0           0           1           0   

Cod  Product_67  

0             0  

1             0