python - 按日期问题分组的分类变量的二进制矢量化编码

Question

我在尝试以某种二进制编码对其进行矢量化时遇到问题，但在多行时会聚合（因为分类变量的变体是非排他的），但要避免将其与其他日期合并。（蟒蛇和熊猫）

假设这是数据

id1	id2	类型	月测量
105	50	生长	04-2020
105	50	前进	04-2020
44	29	前进	04-2020
105	50	撤退	05-2020
105	50	缩小	05-2020

它必须像这样结束

id1	id2	生长	缩小	前进	撤退	月测量
105	50	1	0	1	0	04-2020
44	29	0	0	1	0	04-2020
105	50	0	1	0	1	05-2020

我一直在尝试各种转换、lambda 函数、pandas get_dummies，并尝试将它们按 2 个 id 和日期分组，但我找不到方法。

希望我们能解决！提前致谢！:)

标签： pythonpandasdataframeencodingone-hot-encoding

Answer 1

这是crosstab：

pd.crosstab([df['id1'],df['id2'],df['month.measure']], df['type']).reset_index()

输出：

type  id1  id2 month.measure  advancing  growing  retreating  shrinking
0      44   29       04-2020          1        0           0          0
1     105   50       04-2020          1        1           0          0
2     105   50       05-2020          0        0           1          1