如何为python中列中的每个唯一值创建一个虚拟值 [英] How to create a dummy for every unique value in a column in python

问题描述

我有一个数据框，其中包含行上的产品及其特征.

I have a data frame with products on rows and their characteristics.

我希望为每个特征列中的每个唯一值创建一个新的虚拟变量，如果该特定产品存在此特定特征值，则该虚拟变量为 1，否则为 0.

I would like for every unique value in every characteristics column, to create a new dummy variable, which will have 1 if this specific characteristic value exists for that specific product and 0 otherwise.

举个例子:

import pandas as pd
df = pd.DataFrame({'id':['prod_A','prod_A','prod_B','prod_B'],
                       'color':['red','green','red','black'],
                       'size':[1,2,3,4]})

我想以这样的 data frame 结束:

and I would like to end up with a data frame like this:

df_f = pd.DataFrame({'id': ['prod_A', 'prod_B'],
                         'color_red': [1, 1],
                         'color_green': [1, 0],
                         'color_black': [0, 1],
                         'size_1': [1, 0],
                         'size_2': [1, 0],
                         'size_3': [0, 1],
                         'size_4': [0, 1]})

有什么想法吗?

推荐答案

使用 get_dummies 与聚合 max:

#dummies for all columns without `id`
df = pd.get_dummies(df.set_index('id')).max(level=0).reset_index()

<小时>

#dummies for columns in list
df = pd.get_dummies(df, columns=['color','size']).groupby('id', as_index=False).max()

<小时>

print (df)
       id  color_black  color_green  color_red  size_1  size_2  size_3  size_4
0  prod_A            0            1          1       1       1       0       0
1  prod_B            1            0          1       0       0       1       1

这篇关于如何为python中列中的每个唯一值创建一个虚拟值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！