python - 在熊猫中进行逆多热编码的最快方法是什么？

Question

在大型 DataFrame 上进行反向“多热”（例如具有多个同时类别的单热）操作的最快方法是什么？

我有以下数据框：

id  type_A  type_B  type_C
 1       1       1       0
 2       0       1       0
 3       0       1       1

该操作将给出：

id   type
 1 type_A
 1 type_B
 2 type_B
 3 type_B
 3 type_C

标签： pythonpandas

Answer 1

使用melt和query：

df = df.melt(id_vars='id', value_vars=['type_A', 'type_B', 'type_C']).query('value == 1')

   id variable  value
0   1   type_A      1
3   1   type_B      1
4   2   type_B      1
5   3   type_B      1
8   3   type_C      1

使用正确的列名：

df = (
    df.melt(id_vars='id', 
            value_vars=['type_A', 'type_B', 'type_C'],
            var_name='type')
      .query('value == 1')
      .drop(columns='value')
)

   id    type
0   1  type_A
3   1  type_B
4   2  type_B
5   3  type_B
8   3  type_C