Python：值转换为列和标志

Question

是否有任何方法可以使用 python 代码将值转换为列名并将它们标记为 1 或 0，如下面的示例所示？hobbytable 在爱好列中有值，但有些单元格有多个值，用“/”分隔。为了使用多元回归模型或其他模型，数据集的形状会更好，低于预期结果。共享示例代码以解决此问题将不胜感激。爱好表（CSV 文件）personID, hobbyx1234, baseball/soccery1234, reading/baseballz1234, nulla1234, soccer作为 DataFrame 的预期结果personID, baseball, soccer, reading, soccerx1234, 1, 1, 0, 0y1234, 1, 0, 1, 0z1234, 0, 0, 0, 0a1234, 0, 1, 0, 0

Answer 1

你可以试试这个：

import pandas as pd

df1 = pd.read_csv(fileName, sep=",")

df2 = df1["hobby"].str.get_dummies("/")

df = pd.concat([df1, df2], axis = 1)

print(df)

输出：

  personID             hobby  baseball  reading  soccer

0    x1234   baseball/soccer         1        0       1

1    y1234  reading/baseball         1        1       0

2    z1234               NaN         0        0       0

3    a1234            soccer         0        0       1

Answer 2

让我们尝试pandas.get_dummies标记值和groupby索引以减少数据帧。使用列索引连接pandas.concat创建。dummiesoriginal dataframe

import pandas as pd

dummies = (

    pd.get_dummies(df.hoppy.str.split("/").explode())

        .groupby(level=0).sum()

)

print(pd.concat([df, dummies], axis = 1))

personID             hoppy  baseball  reading  soccer

0    x1234   baseball/soccer         1        0       1

1    y1234  reading/baseball         1        1       0

2    z1234               NaN         0        0       0

3    a1234            soccer         0        0       1




Answer 3

您可以一行完成：

df = df.assign(val=1).pivot_table(values='val', index='personID,', columns='hoppy').fillna(0)

---

解释：

.assign()添加一列，这里我们用你稍后在输出表中看到的 1 填充它

.pivot_table()现在旋转表 essentialy 为您完成主要工作，如果找不到列的 persionID，它将具有“nan”值

.fillna()因此用于用 0 填充此“nan”值