我正在寻找一种处理以下问题的Python方法。pandas.get_dummies()
方法非常适合从数据框的分类列创建虚拟对象。例如,如果该列具有['A', 'B']
中的值,则get_dummies()
创建2个哑变量并相应地分配0或1。
现在,我需要处理这种情况。单列(称为“标签”)的值类似于['A', 'B', 'C', 'D', 'A*C', 'C*D']
。 get_dummies()
创建6个虚拟变量,但我只想要4个虚拟变量,因此一行可以有多个1。
有没有办法以pythonic方式处理此问题?我只能想到一些逐步的算法来获取它,但是其中不包括get_dummies()。
谢谢
编辑,希望更清楚!
参考方案
我知道自问这个问题以来已经有一段时间了,但是(至少现在有)由the documentation支持的单行代码:
In [4]: df
Out[4]:
label
0 (a, c, e)
1 (a, d)
2 (b,)
3 (d, e)
In [5]: df['label'].str.join(sep='*').str.get_dummies(sep='*')
Out[5]:
a b c d e
0 1 0 1 0 1
1 1 0 0 1 0
2 0 1 0 0 0
3 0 0 0 1 1
从 Pandas 系列中删除具有以特定单词开头的索引的元素 - python我有一个 Pandas 系列,如下所示。vol = pd.Series([1,0,-3,2,5],index=['Jan, 15','Oct, 17','Apr, 18','Sep, 19', 'Jan, 18']) print(vol) Jan, 15 1 …
Python Pandas:按分组分组,平均? - python我有一个像这样的数据框:cluster org time 1 a 8 1 a 6 2 h 34 1 c 23 2 d 74 3 w 6 我想计算每个集群每个组织的平均时间。预期结果:cluster mean(time) 1 15 ((8+6)/2+23)/2 2 54 (74+34)/2 3 6 我不知道如何在熊猫中做到这一点,有人可以帮忙吗? 参考方案 如…
Python Pandas:在多列上建立布尔索引 - python尽管至少有关于如何在Python的pandas库中为DataFrame编制索引的two good教程,但我仍然无法在一个以上的列上找到一种优雅的SELECT编码方式。>>> d = pd.DataFrame({'x':[1, 2, 3, 4, 5], 'y':[4, 5, 6, 7, 8]}) >…
python pandas:按行对条件进行分组 - python我有一个大的pandas数据框,试图从中形成一些行的对。我的df如下所示:object_id increment location event 0 1 d A 0 2 d B 0 3 z C 0 4 g A 0 5 g B 0 6 i C 1 1 k A 1 2 k B ... ... ... ... 对象ID描述特定的对象。增量是每次发生某事(跟踪订单)时…
Python-Excel导出 - python我有以下代码:import pandas as pd import requests from bs4 import BeautifulSoup res = requests.get("https://www.bankier.pl/gielda/notowania/akcje") soup = BeautifulSoup(res.cont…