Split, un dataframe coloană având un panda serie în mai multe coloane

Question 1

Am un panda dataframe cu multe coloane. Una dintre ele este o serie. Vreau să-i împărți coloană într-un set de boolean coloane. Deci, dacă valoarea într-un rând este ['Red','Hot','Vara'], vreau 3 coloane: Roșu (având valoarea 1), Caldă (având valoarea 1) și de Vară (având valoarea 1).

Exemplu:

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]})

dă-ne:

Acum vreau ieșire: (Adevărat/Fals ar putea fi unu și zero, de asemenea. La fel de bun).

notă: m-am uitat la acest post de mai jos: Split, un Panda coloana de liste în mai multe coloane dar asta numai direct funcționează dacă seria nu este deja parte dintr-un DF.

orice ajutor apreciat!

Question 2

Încercați explode apoi crosstab și 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

Încercați acest lucru:

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

Ieșire:

>>> 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

Cum funcționează

Ceea ce cauți este de obicei numit un-hot de codare, și nu există o metodă la panda doar pentru că: get_dummies(). Este nevoie de o Serie (sau DataFrame) și creează o nouă coloană pentru fiecare valoare unică în Serie (sau DataFrame).

df['Sentiment'].explode() creează o nouă coloană, ce conține toate valorile individuale din toate listele din coloana selectată(e).

BENY · Answer 1 · 2021-11-24T14:07:56

Încercați explode apoi crosstab și 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

Încercați acest lucru:

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

Ieșire:

>>> 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

Cum funcționează

Ceea ce cauți este de obicei numit un-hot de codare, și nu există o metodă la panda doar pentru că: get_dummies(). Este nevoie de o Serie (sau DataFrame) și creează o nouă coloană pentru fiecare valoare unică în Serie (sau DataFrame).

df['Sentiment'].explode() creează o nouă coloană, ce conține toate valorile individuale din toate listele din coloana selectată(e).

Split, un dataframe coloană având un panda serie în mai multe coloane

Problema

Cel mai bun răspuns

Cum funcționează

În alte limbi

Această pagină este în alte limbi

Popular în această categorie

Întrebări frecvente în această categorie