Skip to main content
 首页 » 编程设计

python之在python中将字典转换为二进制

2025年01月19日8yyy_WW

我有一个字典,键作为我的客户 ID,值作为我的电影 ID。虽然客户已经多次观看同一部电影,但我希望将它作为一个电影来制作。 在这里我需要将我的字典转换为二进制数据。 在所有行中,我需要客户 ID 和列作为电影 ID,如果客户看过电影,它会给出 1,否则为 0。

d = {'121212121' : 111, 222, 333, 333,444, 444, '212121212' : 222, 555, 555, 666, '212123322' : 555, 666, 666, 666, 777} 

期望的输出:

customer ID 111 222 333 444 555 666 777 
121212121   1   1   1   1   0   0   0 
212121212   0   1   0   0   1   1   0 
121323231   0   0   0   0   1   1   1 

我试过使用 count vectorizer()

代码:

cv = CountVectorizer() 
movies = cv.fit_transform(cust['movies_list']) 
cols = cv.vocabulary_ 
movies_ = pd.DataFrame(movies.toarray(), columns = cols, index =  
cust['customer_id']) 
movies_ 

输出:

customer ID 111 222 333 444 555 666 777 
212121212   1   1   2   2   0   0   0 
121212121   0   1   0   0   2   1   0 
121323231   0   0   0   0   1   3   1 

客户 ID 完全匹配,我得到了他看过电影的次数。

请您参考如下方法:

看起来您可以只使用 clip_upper 将正值限制为 1。

movies_.clip_upper(1) 
 
           111  222  333  444  555  666  777 
121212121    1    1    1    1    0    0    0 
212121212    0    1    0    0    1    1    0 
212123322    0    0    0    0    1    1    1 

这是一个以 d 开头的替代解决方案。您可以使用 pd.get_dummies,然后使用 clip_upper。

import pandas as pd 
df = pd.concat([ 
          pd.Series(v, name=k).astype(str) for k, v in d.items()  # `d` is your dict 
     ],  
     axis=1 
) 
pd.get_dummies(df.stack()).sum(level=1).clip_upper(1) 
 
           111  222  333  444  555  666  777 
121212121    1    1    1    1    0    0    0 
212121212    0    1    0    0    1    1    0 
212123322    0    0    0    0    1    1    1