时间戳

首页 > 解决方案 > 将值是不同长度列表的字典转换为数据框

python - 将值是不同长度列表的字典转换为数据框

问题描述

我有一本字典，其中键是年份，而值是相应的模型。下面是我从字典中打印出来的一段数据。

1975: ['MODEL9808533471'], 
1985: ['MODEL0912768548'], 
1980: ['MODEL1006230072', 'MODEL7898438988'], 
1987: ['MODEL0848444339'], 
1977: ['MODEL7889395724'], 
1962: ['MODEL8686121468'], 
1965: ['MODEL0911532520'],  
2018: ['MODEL1712050002', 'MODEL1712050003', 'MODEL1712050004']

我想要的如下：

                 1962    1965    1975   1977   1980   1985  1987  2018
MODEL9808533471                    1
MODEL0912768548                                         1
MODEL1006230072                                  1
MODEL7898438988                                  1
MODEL0848444339                                               1
MODEL7889395724                           1
MODEL8686121468   1
MODEL0911532520            1
MODEL1712050002                                                     1
MODEL1712050003                                                     1
MODEL1712050004                                                     1

一开始，我认为我们需要循环字典的每个值并构建矩阵。然后 pandas 将输出到一个 csv 文件。
我在 numpy 包中找不到类似的想法，尽管它对于操作矩阵很强大。我在我们的论坛中找到了这个链接，但列表的长度是相同的。

你知道帮助我这样做的任何工具或设施（例如 pandas、numpy 或类似的功能）吗？

谢谢！

标签： pythonpandasdataframedictionarymatrix

解决方案

完全适合MultiLabelBinarizerfrom的用法sklearn

from sklearn.preprocessing import MultiLabelBinarizer
s = pd.Series(d)
mlb = MultiLabelBinarizer()
yourdf=pd.DataFrame(mlb.fit_transform(s),columns=mlb.classes_, index=s.index).T
yourdf
Out[121]: 
                 1975  1985  1980  1987  1977  1962  1965  2018
MODEL0848444339     0     0     0     1     0     0     0     0
MODEL0911532520     0     0     0     0     0     0     1     0
MODEL0912768548     0     1     0     0     0     0     0     0
MODEL1006230072     0     0     1     0     0     0     0     0
MODEL1712050002     0     0     0     0     0     0     0     1
MODEL1712050003     0     0     0     0     0     0     0     1
MODEL1712050004     0     0     0     0     0     0     0     1
MODEL7889395724     0     0     0     0     1     0     0     0
MODEL7898438988     0     0     1     0     0     0     0     0
MODEL8686121468     0     0     0     0     0     1     0     0
MODEL9808533471     1     0     0     0     0     0     0     0

或者get_dummies

s.apply(','.join).str.get_dummies(',').T
Out[127]: 
                 1975  1985  1980  1987  1977  1962  1965  2018
MODEL0848444339     0     0     0     1     0     0     0     0
MODEL0911532520     0     0     0     0     0     0     1     0
MODEL0912768548     0     1     0     0     0     0     0     0
MODEL1006230072     0     0     1     0     0     0     0     0
MODEL1712050002     0     0     0     0     0     0     0     1
MODEL1712050003     0     0     0     0     0     0     0     1
MODEL1712050004     0     0     0     0     0     0     0     1
MODEL7889395724     0     0     0     0     1     0     0     0
MODEL7898438988     0     0     1     0     0     0     0     0
MODEL8686121468     0     0     0     0     0     1     0     0
MODEL9808533471     1     0     0     0     0     0     0     0

推荐阅读