Блог

У меня проблема. У меня есть фрейм данных . df_path Это дает все значения, которые a host_id может иметь в данном id . Я хотел бы сделать из этого Одну Горячую Кодирующую матрицу. Т. е. я хотел бы, Hot Water чтобы был сгенерирован новый столбец. Если определенный объект имеет значение Hot Water , то вводится 1, если нет, то следует ввести 0.

Проблема в том , что host_id с id тем, что указано слишком часто df_one , это должно произойти только один раз. Как мне это сделать правильно?

.melt Функция и так далее должны остаться, и было бы неплохо, если бы она могла сочетаться с пандами.

 d = {'host_id': [1, 1, 2],  'id': [10, 11, 20],  'value': ["Hot Water,Cold Water,Kitchen,Coffee",   "Hot Water,Coffee,Something",  "Hot Water,Coffee"]} df = pd.DataFrame(data=d) print(df) print(df.shape) print() df_path = df.copy() df_path.index = pd.MultiIndex.from_arrays(df_path[['host_id', 'id']].values.T, names=['host_id', 'id']) df_path = df_path['value'].str.split(',', expand=True) df_path = df_path.melt(ignore_index=False).dropna() df_path.reset_index(inplace=True)  print(df_path)    one_hot = pd.get_dummies(df_path['value']) df_one = df_path.drop('value',axis = 1) df_one = df_path.join(one_hot) print() print(df_one)  

 [OUT] # df  host_id id value 0 1 10 Hot Water,Cold Water,Kitchen,Coffee 1 1 11 Hot Water,Coffee,Something 2 2 20 Hot Water,Coffee (3, 3) # df.shape  # df_path  host_id id variable value 0 1 10 0 Hot Water 1 1 11 0 Hot Water 2 2 20 0 Hot Water 3 1 10 1 Cold Water 4 1 11 1 Coffee 5 2 20 1 Coffee 6 1 10 2 Kitchen 7 1 11 2 Something 8 1 10 3 Coffee  

Что у меня есть

 # df_one  host_id id variable value Coffee Cold Water Hot Water Kitchen  0 1 10 0 Hot Water 0 0 1 0  1 1 11 0 Hot Water 0 0 1 0  2 2 20 0 Hot Water 0 0 1 0  3 1 10 1 Cold Water 0 1 0 0  4 1 11 1 Coffee 1 0 0 0  5 2 20 1 Coffee 1 0 0 0  6 1 10 2 Kitchen 0 0 0 1  7 1 11 2 Something 0 0 0 0  8 1 10 3 Coffee 1 0 0 0    Something  0 0  1 0  2 0  3 0  4 0  5 0  6 0  7 1  8 0   

Чего я хочу

 host_id id value Coffee Cold Water Hot Water Kitchen Som. 0 1 10 Hot Water,Cold Water,Kitchen,Coffee 1 1 1 1 0 1 1 11 Hot Water,Coffee,Something 1 0 1 0 1 2 2 20 Hot Water,Coffee 1 0 1 0 0  (3, 8) # df_one.shape  

Вы могли бы попробовать что-то вроде:

grouped_df_one = df_one.groupby(['id']).max()

И объедините его с вашим оригинальным df

df.merge(grouped_df_one, on='id')

Затем выберите нужные вам столбцы. Или вы уже можете выбрать нужные вам столбцы в grouped_df_one, например. grouped_df_one .iloc[:,3:]

В одной строке: df.merge(df_one.groupby(['id']).max().iloc[:,3:], on='id') :

 host_id id value Coffee Cold Water  0 1 10 Hot Water,Cold Water,Kitchen,Coffee 1 1  1 1 11 Hot Water,Coffee,Something 1 0  2 2 20 Hot Water,Coffee 1 0    Hot Water Kitchen Something  0 1 1 0  1 1 0 1  2 1 0 0   

преобразуйте значение в список, разнесите, получите манекены и объедините.

#Создайте новый фрейм данных с отдельными элементами в df

 df1=df.assign(value=df['value'].str.split(',')).explode('value', ignore_index=True)  

#Сведите в таблицу частоту появления каждого элемента и объедините в df

 df.merge(pd.crosstab([df1['id'],df1['host_id']], df1['value']).reset_index(), how='left', on=['id','host_id'])   host_id id value Coffee Cold Water  0 1 10 Hot Water,Cold Water,Kitchen,Coffee 1 1  1 1 11 Hot Water,Coffee,Something 1 0  2 2 20 Hot Water,Coffee 1 0    Hot Water Kitchen Something  0 1 1 0  1 1 0 1  2 1 0 0