时间戳

首页 > 解决方案 > Pandas DataFrame：如何将数字列转换为成对分类数据？

python - Pandas DataFrame：如何将数字列转换为成对分类数据？

问题描述

给定一个 pandas 数据帧，如何将几个数字列（其中 x≠1 表示值存在，x=0 表示不存在）转换为成对的分类数据帧？我知道它类似于 one-hot 解码，但列并不完全是 one-hot。

一个例子：

 df
id A  B  C  D
0  3  0  0  1
1  4  1  0  0
2  1  7  20 0
3  0  0  0  4
4  0  0  0  0
5  0  1  0  0

结果将是：df id match

 result 
0  A
0  D 
1  A
1  B
2  A
2  B
2  C
3  D
5  B

标签： pythonpandasdataframebinarydummy-variable

解决方案

DataFrame.stack与过滤和 一起使用Index.to_frame：

s = df.stack()

df = s[s!=0].index.to_frame(index=False).rename(columns={1:'result'})
print (df)
   id result
0   0      A
1   0      D
2   1      A
3   1      B
4   2      A
5   2      B
6   2      C
7   3      D
8   5      B

或者，如果性能对使用构造函数numpy.where匹配值的索引很重要DataFrame：

i, c = np.where(df != 0)

df = pd.DataFrame({'id':df.index.values[i],
                   'result':df.columns.values[c]})
print (df)
   id result
0   0      A
1   0      D
2   1      A
3   1      B
4   2      A
5   2      B
6   2      C
7   3      D
8   5      B

编辑：

首先：

s = df.stack()

df = s[s!=0].reset_index()
df.columns= ['id','result','vals']
print (df)
   id result  vals
0   0      A     3
1   0      D     1
2   1      A     4
3   1      B     1
4   2      A     1
5   2      B     7
6   2      C    20
7   3      D     4
8   5      B     1

第二：

df = pd.DataFrame({'id':df.index.values[i],
                   'result':df.columns.values[c],
                   'vals':df.values[i,c]})

推荐阅读