代码之家 › 专栏 › 技术社区 › Eran Moshe

pandas-还原许多热编码(虚拟变量)

numpy pandas python

Eran Moshe · 技术社区 · 7 年前

假设我有以下内容 pandas.DataFrame :

df = pd.DataFrame({'id': [1, 2, 3], 'val': [5, 5, 10],
                   'trig_aaa': [1, 0, 1], 'trig_bbb': [0, 1, 1], 'trig_ccc': [0, 0, 1]})
print(df)

   id  val  trig_aaa  trig_bbb  trig_ccc
0   1    5         1         0         0
1   2    5         0         1         0
2   3   10         1         1         1

我想把它转到下面的df:

   id  val             trig
0   1    5            [aaa]
1   2    5            [bbb]
2   3   10  [aaa, bbb, ccc]

pandas/python/numpy中是否有优雅的(希望是预建的功能)?

编辑1:

在查看了JPP的评论之后,对数据帧的更好处理如下:

   id  val trig
0   1    5  aaa
1   2    5  bbb
2   3   10  aaa
3   3   10  bbb
4   3   10  ccc

1 回复 | 直到 7 年前

jpp 7 年前

你可以使用 pd.melt :

# rename columns and melt dataframe
df.columns = [i if '_' not in i else i.split('_')[1] for i in df]
res = pd.melt(df, id_vars=['id', 'val'], var_name='trig')

# filter for 1 values and sort
res = res[res['value'].eq(1)].sort_values('id').iloc[:, :-1].reset_index(drop=True)

print(res)

   id  val trig
0   1    5  aaa
1   2    5  bbb
2   3   10  aaa
3   3   10  bbb
4   3   10  ccc

推荐文章

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

11 月前

unfolx · numpy数组不等式的执行时间

11 月前

mchaudh4 · 用numpy表示三对角矩阵

11 月前

Geremia · 2D NumPy数组+1D数组?

11 月前

LMC · Numpy数组布尔索引以获取包含元素

11 月前

HJA24 · 根据条件用值正向填充Numpy矩阵/掩码

1 年前

alpelito7 · 如何只获取numpy数组中每个递增值的第一次出现?

1 年前

Amarth Gûl · 找到一组向量的最近收敛点

1 年前

Mr. W · numpy.divide是函数、类还是其他什么?

1 年前

Mr. W · 为什么numpy.array在编辑内部数据时如此缓慢?

1 年前