Pandas / Python将两列转换为矩阵.矩阵中的列名称

发布时间：2020-12-20 12:02:30 所属栏目：Python 来源：网络整理

导读：我可以使用以下命令将两列成功转换为矩阵. dfb = datab.parse("a")dfb Name Product0 Mike Apple,pear1 John Orange,Banana2 Bob Banana3 Connie Pearpd.get_dummies(dfb.Product).groupby(dfb.Name).apply(max) Apple,pear Banana Orange,Banana PearName B

我可以使用以下命令将两列成功转换为矩阵.

dfb = datab.parse("a")

dfb

    Name       Product
0   Mike       Apple,pear
1   John       Orange,Banana
2   Bob        Banana
3   Connie      Pear


pd.get_dummies(dfb.Product).groupby(dfb.Name).apply(max)


    Apple,pear  Banana  Orange,Banana   Pear
Name                
Bob         0   1   0   0
Connie      0   0   0   1
John        0   0   1   0
Mike        1   0   0   0

但是,我想要的矩阵如下.

Apple     Banana  Orange  Pear
Name                
Bob        0    1   0   0
Connie     0    0   0   1
John       0    1   1   0
Mike       1    0   0   1

解决方法

get_dummies需要set_index：

df = dfb.set_index('Name').Product.str.get_dummies(',')
print (df)
        Apple  Banana  Orange  Pear
Name                               
Mike        1       0       0     1
John        0       1       1     0
Bob         0       1       0     0
Connie      0       0       0     1

解决方案pandas.get_dummies和split用于新DataFarme,最后groupby用于列,因此axis = 1且level = 0并聚合max：

dfb = dfb.set_index('Name')
df = pd.get_dummies(dfb.Product.str.split(',',expand=True),prefix='',prefix_sep='')
       .groupby(axis=1,level=0).max()
print (df)
        Apple  Banana  Orange  Pear
Name                               
Mike        1       0       0     1
John        0       1       1     0
Bob         0       1       0     0
Connie      0       0       0     1

split和MultiLabelBinarizer的解决方案：

from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()

df = pd.DataFrame(mlb.fit_transform(dfb.Product.str.split(',')),columns=mlb.classes_,index=dfb.Name)
print (df)
        Apple  Banana  Orange  Pear
Name                               
Mike        1       0       0     1
John        0       1       1     0
Bob         0       1       0     0
Connie      0       0       0     1

如果列名称重复：

df = df.groupby('Name').max()
print (df)
        Apple  Banana  Orange  Pear
Name                               
Bob         0       1       0     0
Connie      0       0       0     1
John        0       1       1     0
Mike        1       0       0     1

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!