如果我有一个像这样的 Pandas 数据框:
colA colB
A A1
B C1
A B1
B A1
colA 有 2 个唯一值(A、B)，colB 有 3 个唯一值(A1、B1 和 C1)。
我想创建一个新的数据框，其中 colA 和 colB 都是组合，另一列 colC 根据早期 df 中存在的组合为 1 或 0。
预期结果:
colA colB colC
A A1 1
A B1 1
A C1 0
B A1 1
B B1 0
B C1 1
请您参考如下方法:
首先通过 DataFrame.assign 创建新列由1填充，然后创建MultiIndex.from_product通过 Series.unique两列和 DataFrame.set_index 之后的值使用 DataFrame.reindex - 可以通过 fill_value 参数为 colC 列中的新附加行设置值:
mux = pd.MultiIndex.from_product([df['colA'].unique(),
df['colB'].unique()], names=['colA','colB'])
df1 = df.assign(colC = 1).set_index(['colA','colB']).reindex(mux, fill_value=0).reset_index()
print (df1)
colA colB colC
0 A A1 1
1 A C1 0
2 A B1 1
3 B A1 1
4 B C1 1
5 B B1 0
另一种方法是使用 DataFrame.set_index reshape 形状, Series.unstack和 DataFrame.stack :
df1 = (df.assign(colC = 1)
.set_index(['colA','colB'])['colC']
.unstack(fill_value=0)
.stack()
.reset_index(name='ColC'))
print (df1)
colA colB ColC
0 A A1 1
1 A B1 1
2 A C1 0
3 B A1 1
4 B B1 0
5 B C1 1
另一种解决方案是通过 itertools.product 创建新的 DataFrame , DataFrame.merge使用 indicator=True，重命名列并通过 both 比较设置并将 True/False 转换为整数 1/0映射:
from itertools import product
df1 = pd.DataFrame(product(df['colA'].unique(), df['colB'].unique()), columns=['colA','colB'])
df = df1.merge(df, how='left', indicator=True).rename(columns={'_merge':'colC'})
df['colC'] = df['colC'].eq('both').astype(int)
print (df)
colA colB colC
0 A A1 1
1 A C1 0
2 A B1 1
3 B A1 1
4 B C1 1
5 B B1 0
如有必要，最后添加按 DataFrame.sort_values 对两列进行排序:
df1 = df1.sort_values(['colA','colB'])
