代码之家 › 专栏 › 技术社区 › DaCard

如何将带有列表的列转换为一个热编码列?[副本]

numpy pandas python

DaCard · 技术社区 · 8 月前

假设有一个DataFrame,如下所示

import pandas as pd 
import numpy as np 

df = pd.DataFrame({'id':range(1,4), 
                   'items':[['A', 'B'], ['A', 'B', 'C'], ['A', 'C']]})
df
        id  items
        1   [A, B]
        2   [A, B, C]
        3   [A, C]

是否有有效的方法将上述DataFrame转换为以下(一个热编码列)?提前感谢!

   id   items       A   B   C
    1   [A, B]      1   1   0
    2   [A, B, C]   1   1   1
    3   [A, C]      1   0   1

1 回复 | 直到 8 月前

PaulS 8 月前

解决方案1

一种可能的解决方案,其步骤如下:

首先 explode 函数用于将列表中的每个项目转换为行,复制索引值。
那么 to_numpy 方法将得到的数据帧转换为numpy数组,以及 .T 转置此数组。
这个 crosstab 函数计算一个简单的因子交叉表,在这种情况下,这些因子是分解数据帧的转置列。
这个 reset_index 方法用于重置数据帧的索引,将索引转换为名为的列 id .
最后,原始数据帧 df 使用 merge 功能。

df.merge(
    pd.crosstab(*df.explode('items').to_numpy().T)
    .reset_index(names='id'))

解决方案2

另一种可能的解决方案,其步骤是:

首先 爆炸 函数用于将列表中的每个项目转换为行,复制索引值。
那么 pivot_table 函数用于根据中的唯一值重塑数据 items 列,汇总每个列的计数 身份证件 对于每一个 item The fill_value=0 确保任何缺失的组合都用零填充。
这个 rename_axis 方法用于删除列的轴名称。
最后, reset_index 被调用以重置数据帧的索引,将索引转换为列。
原始数据帧 df 然后使用 合并 功能。

df.merge(
    df.explode('items')
    .pivot_table(index='id', columns='items', values='id', aggfunc=len, 
                 fill_value=0)
    .rename_axis(None, axis=1).reset_index())

输出:

   id      items  A  B  C
0   1     [A, B]  1  1  0
1   2  [A, B, C]  1  1  1
2   3     [A, C]  1  0  1

推荐文章

Google User · Django管理员在`list_display中未显示`creation_date`字段`

6 月前

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

6 月前

ÎÎÎ½Î· ÎÎ®Î¹Î½Î¿Ï · Python lxml.html语法错误:使用lxml find时XPATH的谓词无效

6 月前

user29715306 · from_users=和chats=电视节目中的差异

6 月前

Redshoe · 当执行numpy.genfromtxt()时,python是否会读取文件的所有行?

6 月前

RASEL MAHMUD · 为什么以及如何在is_even()函数内的IF条件中递归X变量在满足0后递增?[副本]

6 月前

prayner · 更新嵌套字典包含列表中的项

6 月前

Bringo Jr · 我可以在O(n)中解决这个问题吗?

6 月前

Dave · 如何在for循环中修改列表值

6 月前

Shukurullox Komiljonov · 从记录中获得相互和解。使用SQL

6 月前