我需要将列列表中的每个元素转换为 python pandas 中的新列

Question

我有一个 Python 数据框，如下所示：   Name   Hobbies0  Paul   ["Watch_NBA", "Play_PS4"]1  Jeff   ["Play_hockey", "Read", "Play_PS4"]2  Kyle   ["Sleep", "Watch_NBA"]我需要将列表中的每个元素转换到新列中，如果它出现在原始列表中，则分配值 0 或 1。结果显示如下：   Name   Watch_NBA  Play_PS4 Play_hockey Read Sleep0  Paul       1          1        0        0     01  Jeff       0          1        1        1     02  Kyle       1          0        0        0     1有人知道我怎么能做到这一点。请记住，我将在专栏中使用很多爱好，因此它显示出一点自动化而不是硬编码。谢谢！！！

Answer 1

get_dummies()很好，但sklearn's MultiLabelBinarizer有更好的性能：

from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()

a = mlb.fit_transform(df["Hobbies"])

df_expanded = pd.DataFrame(a, columns=mlb.classes_, index=df.index)

# merge them using the following:

df_merged = df.merge(df_expanded, left_index=True, right_index=True)

print(df_merged)

index   Name    Hobbies                         Play_PS4    Play_hockey Read    Sleep   Watch_NBA

0       Paul    [Watch_NBA, Play_PS4]           1           0           0       0       1

1       Jeff    [Play_hockey, Read, Play_PS4]   1           1           1       0       0

2       Kyle    [Sleep, Watch_NBA]              0           0           0       1       1

Answer 2

In [86]: df                                                                                                                                                                                                                                                                      

Out[86]: 

   Name              Hobbies

0  Paul           [NBA, PS4]

1  Jeff  [Hockey, Read, PS4]

2  Kyle         [Sleep, NBA]

In [87]: df['dummy'] = 1                                                                                                                                                                                                                                                         

In [88]: df.explode("Hobbies").pivot(index='Name', columns='Hobbies', values='dummy').fillna(value=0)                                                                                                                                                                            

Out[88]: 

Hobbies  Hockey  NBA  PS4  Read  Sleep

Name                                  

Jeff        1.0  0.0  1.0   1.0    0.0

Kyle        0.0  1.0  0.0   0.0    1.0

Paul        0.0  1.0  1.0   0.0    0.0

Answer 3

你想要get_dummies()方法。

对于你的例子：

names = df.Name

df = pd.get_dummies(df.Hobbies.apply(pd.Series).stack()).sum(level=0)

df.insert(0, 'Name', names)

#output:

   Name  Play_PS4  Play_hockey  Read  Sleep  Watch_NBA

0  Paul         1            0     0      0          1

1  Jeff         1            1     1      0          0

2  Kyle         0            0     0      1          1

Answer 4

你可以试试这个：

n = df['Name']

df = df['Hobbies'].apply(lambda x: pd.Series([1] * len(x), index=x)).fillna(0, downcast='infer')

df.insert(0, 'Name', n)

print(df)

输出：

   Name  Watch_NBA  Play_PS4  Play_hockey  Read  Sleep

0  Paul          1         1            0     0      0

1  Jeff          0         1            1     1      0

2  Kyle          1         0            0     0      1