pandas - Pandas - 将分类数据分成列
问题描述
我有下表
df = pandas.DataFrame({'foo': ['b', 'a,b', 'a,c', 'a,b,c'],
'bar': ['X,Y', 'Z', 'Z,X', 'X,Y']})
我希望有一个包含“a”、“b”、“c”、“X”、“Y”、“Z”列的表格,其中包含 False/True 条目。
这不是 1-hot 编码器,因为可能有多个值。我怎样才能做到这一点?
解决方案
我认为如果只有 2 列加倍str.get_dummies
并且join
最后一次转换为布尔值,则需要:
df = df['foo'].str.get_dummies(',').join(df['bar'].str.get_dummies(',')).astype(bool)
print (df)
a b c X Y Z
0 False True False True True False
1 True True False False False True
2 True False True True False True
3 True True True True True False
如果多列,更通用的解决方案list comprehension
是concat
:
df = pd.concat([df[x].str.get_dummies(',') for x in df.columns], axis=1).astype(bool)