Python：值转换为列和标志

Question

是否有任何方法可以使用 python 代码将值转换为列名并将它们标记为 1 或 0，如下面的示例所示？

hobbytable 在爱好列中有值，但有些单元格有多个值，用“/”分隔。为了使用多元回归模型或其他模型，数据集的形状会更好，低于预期结果。

共享示例代码以解决此问题将不胜感激。

爱好表（CSV 文件）

personID, hobby

x1234, baseball/soccer

y1234, reading/baseball

z1234, null

a1234, soccer

作为 DataFrame 的预期结果

personID, baseball, soccer, reading, soccer

x1234, 1, 1, 0, 0

y1234, 1, 0, 1, 0

z1234, 0, 0, 0, 0

a1234, 0, 1, 0, 0

Answer 1

你可以试试这个：import pandas as pddf1 = pd.read_csv(fileName, sep=",")df2 = df1["hobby"].str.get_dummies("/")df = pd.concat([df1, df2], axis = 1)print(df)输出：  personID             hobby  baseball  reading  soccer0    x1234   baseball/soccer         1        0       11    y1234  reading/baseball         1        1       02    z1234               NaN         0        0       03    a1234            soccer         0        0       1

Answer 2

让我们尝试pandas.get_dummies标记值和groupby索引以减少数据帧。使用列索引连接pandas.concat创建。dummiesoriginal dataframeimport pandas as pddummies = (    pd.get_dummies(df.hoppy.str.split("/").explode())        .groupby(level=0).sum())print(pd.concat([df, dummies], axis = 1))personID             hoppy  baseball  reading  soccer0    x1234   baseball/soccer         1        0       11    y1234  reading/baseball         1        1       02    z1234               NaN         0        0       03    a1234            soccer         0        0       1

Answer 3

您可以一行完成：df = df.assign(val=1).pivot_table(values='val', index='personID,', columns='hoppy').fillna(0)解释：.assign()添加一列，这里我们用你稍后在输出表中看到的 1 填充它.pivot_table()现在旋转表 essentialy 为您完成主要工作，如果找不到列的 persionID，它将具有“nan”值.fillna()因此用于用 0 填充此“nan”值