如何将一列字符串转换为数字？

发布时间：2020-12-20 12:13:19 所属栏目：Python 来源：网络整理

导读：我从查询中获得了这个pandas数据帧： | name | event |----------------------------| name_1 | event_1 || name_1 | event_2 || name_2 | event_1 | 我需要将列事件转换为数字,或者看起来像这样： | name | event_1 | event_2 |---------------------------

我从查询中获得了这个pandas数据帧：

|    name    |    event    |
----------------------------
| name_1     | event_1     |
| name_1     | event_2     |
| name_2     | event_1     |

我需要将列事件转换为数字,或者看起来像这样：

| name    | event_1 | event_2 |
-------------------------------
| name_1  | 1       | 0       |
| name_1  | 0       | 1       |
| name_2  | 1       | 0       |

在软件rapidminer中,我可以使用“名义到数字”的运算符来做到这一点,所以我假设在python转换中列的类型应该是有效的,但我可能会弄错.

在最后,我们的想法是对具有相同名称的列值进行求和,并得到一个如下所示的表：

| name    | event_1 | event_2 |
-------------------------------
| name_1  | 1       | 1       |
| name_2  | 1       | 0       |

有一个函数可以返回预期的内容吗？

重要的是：我无法对事件进行简单的计数,因为我不了解它们,并且事件对于用户来说是不同的

编辑：非常感谢大家,我可以看到有多种方法可以做到这一点,你们可以说哪一个是最pythonic方式？

解决方法

一些方法

In [366]: pd.crosstab(df.name,df.event)
Out[366]:
event   event_1  event_2
name
name_1        1        1
name_2        1        0

In [367]: df.groupby(['name','event']).size().unstack(fill_value=0)
Out[367]:
event   event_1  event_2
name
name_1        1        1
name_2        1        0

In [368]: df.pivot_table(index='name',columns='event',aggfunc=len,fill_value=0)
Out[368]:
event   event_1  event_2
name
name_1        1        1
name_2        1        0

In [369]: df.assign(v=1).pivot(index='name',values='v').fillna(0)
Out[369]:
event   event_1  event_2
name
name_1      1.0      1.0
name_2      1.0      0.0

（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!