假设我们有以下数据框，其中某个列具有多个值：
categories
0 - ["A", "B"]
1 - ["B", "C", "D"]
2 - ["B", "D"]
我们怎样才能得到这样的表？
"A" "B" "C" "D"
0 - 1 1 0 0
1 - 0 1 1 1
2 - 0 1 0 1
注意：我不一定需要新的数据框，我想知道如何将此类数据框转换为更适合机器学习的格式。
如何对 Pandas 数据帧中的多值分类变量进行二进制编码？
数据挖掘
Python
熊猫
2021-10-06 07:27:08
1个回答
如果[0, 1, 2]是数字标签而不是索引，则pandas.DataFrame.pivot_table有效：
在 []：
数据 = pd.DataFrame.from_records(
[[0, 'A'], [0, 'B'], [1, 'B'], [1, 'C'], [1, 'D'], [2, 'B'], [ 2, 'D']],
columns=['number_label', 'category'])
data.pivot_table(index=['number_label'], columns=['category'], aggfunc=[len], fill_value=0)
出去[]：
连
类别 ABCD
number_label
0 1 1 0 0
1 0 1 1 1
2 0 1 0 1
这篇博文很有帮助。
如果[0, 1, 2]是索引，则collections.Counter很有用：
在 []：
data2 = pd.DataFrame.from_dict(
{'类别'：{0：['A'，'B']，1：['B'，'C'，'D']，2：['B'，'D']}}）
data3 = data2['categories'].apply(collections.Counter)
pd.DataFrame.from_records(data3).fillna(value=0)
出去[]：
A B C D
0 1 1 0 0
1 0 1 1 1
2 0 1 0 1
其它你可能感兴趣的问题