pandas :将多个类别转换为假人 [英] pandas: convert multiple categories to dummies

问题描述

我有一张表格，其中每一行都可以属于多个类别，例如

I have a table where each row can belong to multiple categories such as,

test = pd.DataFrame({
            'name': ['a', 'b'],
            'category': [['cat1', 'cat2'],['cat1', 'cat3']]
    })

如何将每个类别转换为虚拟变量，使上表变成

How can I convert each category to a dummy variable in such a way that the above table becomes,

test_res = pd.DataFrame({
        'name': ['a', 'b'],
        'cat1': [1, 1],
        'cat2': [1, 0],
        'cat3': [0, 1]
    })

我尝试了pd.get_dummies(test['category'])，但收到以下错误消息，

I tried pd.get_dummies(test['category']) but get the following error,

TypeError: unhashable type: 'list'

推荐答案

您可以使用 pandas.get_dummies ，但首先将list列转换为新的DataFrame:

You can use pandas.get_dummies, but first convert list column to new DataFrame:

print (pd.DataFrame(test.category.values.tolist()))
      0     1
0  cat1  cat2
1  cat1  cat3

print (pd.get_dummies(pd.DataFrame(test.category.values.tolist()), prefix_sep='', prefix=''))
   cat1  cat2  cat3
0     1     1     0
1     1     0     1

最后添加列name由 concat :

print (pd.concat([pd.get_dummies(pd.DataFrame(test.category.values.tolist()),
                                 prefix_sep='', prefix='' ), 
        test[['name']]], axis=1))
   cat1  cat2  cat3 name
0     1     1     0    a
1     1     0     1    b

使用 Series.str.get_dummies :

Another solution with Series.str.get_dummies:

print (test.category.astype(str).str.strip('[]'))
0    'cat1', 'cat2'
1    'cat1', 'cat3'
Name: category, dtype: object

df = test.category.astype(str).str.strip('[]').str.get_dummies(', ')
df.columns = df.columns.str.strip("'")
print (df)
   cat1  cat2  cat3
0     1     1     0
1     1     0     1

print (pd.concat([df, test[['name']]], axis=1))
   cat1  cat2  cat3 name
0     1     1     0    a
1     1     0     1    b

这篇关于 pandas :将多个类别转换为假人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！