Podziel kolumny ramki danych, zawierający serię pandy, na kilka kolumn

Question 1

Mam ramkę danych pandas z wielu kolumn. Jedna z nich-seria. Chcę dzielić tę kolumnę na zestaw logicznych kolumn. Tak więc, jeśli wartość w polu " ["Czerwony", "Gorący", "Letni"], potrzebuję 3 kolumny: Czerwony (ma wartość 1), Gorące (ma wartość 1) i Letni (ma wartość 1).

Przykład:

df = pd.DataFrame({'Owner': ['Bob', 'Jane', 'Amy'],
               'Make': ['Ford', 'Ford', 'Jeep'],
               'Model': ['Bronco', 'Bronco', 'Wrangler'],
               'Sentiment': [['Meh','Red','Dirty'], ['Rusty','Sturdy'], ['Dirty','Red']],
               'Max Speed': [80, 150, 69],
              'Customer Rating': [90, 50, 91]})

daje nam:

Teraz chcę uzyskać ten efekt: (Prawda/Fałsz również mogą być jedynkami i zerami. Tak samo dobrze).

uwaga: spojrzałem na ten post poniżej: Podziel kolumny list Pandas na kilka kolumn ale to działa tylko bezpośrednio w tym przypadku, jeśli twoja seria jeszcze nie jest częścią DF.

każda pomoc będzie wdzięczna!

Question 2

Spróbuj explode następnie crosstab i join

s = df.Sentiment.explode()
out = df.join(pd.crosstab(s.index,s).astype(bool))
out
  Owner  Make     Model          Sentiment  ...    Meh    Red  Rusty  Sturdy
0   Bob  Ford    Bronco  [Meh, Red, Dirty]  ...   True   True  False   False
1  Jane  Ford    Bronco    [Rusty, Sturdy]  ...  False  False   True    True
2   Amy  Jeep  Wrangler       [Dirty, Red]  ...  False   True  False   False
[3 rows x 11 columns]

Question 3

Spróbuj to:

df = pd.concat([df, pd.get_dummies(df['Sentiment'].explode())], axis=1)

Wyjście:

>>> df
  Owner  Make     Model             Sentiment  Max Speed  Customer Rating  AWESOME  Dirty  LOVE  Meh  Red  Rusty  Sturdy
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      0     0    1    0      0       0
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      0     0    0    1      0       0
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      1     0    0    0      0       0
1  Jane  Ford    Bronco       [Rusty, Sturdy]        150               50        0      0     0    0    0      1       0
1  Jane  Ford    Bronco       [Rusty, Sturdy]        150               50        0      0     0    0    0      0       1
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        0      0     1    0    0      0       0
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        1      0     0    0    0      0       0
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        0      0     0    0    1      0       0

Jak to działa

To, czego szukasz, nazywa się zwykle indywidualny kodowaniem, i w pandas jest to metoda właśnie dla tego: get_dummies(). Bierze serię (lub ramka danych) i tworzy nową kolumnę dla każdego unikalnej wartości w tej serii (lub ramce danych).

df['Sentiment'].explode() tworzy nową kolumnę, która zawiera wszystkie poszczególne wartości wszystkich ofert w wybranych kolumnach.

BENY · Answer 1 · 2021-11-24T14:07:56

Spróbuj explode następnie crosstab i join

s = df.Sentiment.explode()
out = df.join(pd.crosstab(s.index,s).astype(bool))
out
  Owner  Make     Model          Sentiment  ...    Meh    Red  Rusty  Sturdy
0   Bob  Ford    Bronco  [Meh, Red, Dirty]  ...   True   True  False   False
1  Jane  Ford    Bronco    [Rusty, Sturdy]  ...  False  False   True    True
2   Amy  Jeep  Wrangler       [Dirty, Red]  ...  False   True  False   False
[3 rows x 11 columns]

richardec · Answer 2 · 2021-11-24T03:25:47

Spróbuj to:

df = pd.concat([df, pd.get_dummies(df['Sentiment'].explode())], axis=1)

Wyjście:

>>> df
  Owner  Make     Model             Sentiment  Max Speed  Customer Rating  AWESOME  Dirty  LOVE  Meh  Red  Rusty  Sturdy
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      0     0    1    0      0       0
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      0     0    0    1      0       0
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      1     0    0    0      0       0
1  Jane  Ford    Bronco       [Rusty, Sturdy]        150               50        0      0     0    0    0      1       0
1  Jane  Ford    Bronco       [Rusty, Sturdy]        150               50        0      0     0    0    0      0       1
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        0      0     1    0    0      0       0
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        1      0     0    0    0      0       0
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        0      0     0    0    1      0       0

Jak to działa

To, czego szukasz, nazywa się zwykle indywidualny kodowaniem, i w pandas jest to metoda właśnie dla tego: get_dummies(). Bierze serię (lub ramka danych) i tworzy nową kolumnę dla każdego unikalnej wartości w tej serii (lub ramce danych).

df['Sentiment'].explode() tworzy nową kolumnę, która zawiera wszystkie poszczególne wartości wszystkich ofert w wybranych kolumnach.

Podziel kolumny ramki danych, zawierający serię pandy, na kilka kolumn

Pytanie

Najlepsza odpowiedź

Jak to działa

W innych językach

Ta strona jest w innych językach

Popularne w tej kategorii

Najczęściej zadawane pytania w tej kategorii