Skip to main content
 首页 » 编程设计

python之Pandas 数据框 : How to convert numeric columns into pairwise categorical data

2024年11月24日8yyy_WW

给定一个 pandas 数据框,如何将多个数字列(其中 x≠1 表示值存在,x=0 表示不存在)转换为成对的分类数据框?我知道它类似于单热解码,但列不完全是单热解码。

一个例子:

 df 
id A  B  C  D 
0  3  0  0  1 
1  4  1  0  0 
2  1  7  20 0 
3  0  0  0  4 
4  0  0  0  0 
5  0  1  0  0 

结果是: 去向 身份证匹配

 result  
0  A 
0  D  
1  A 
1  B 
2  A 
2  B 
2  C 
3  D 
5  B 

请您参考如下方法:

使用DataFrame.stack带过滤和 Index.to_frame :

s = df.stack() 
 
df = s[s!=0].index.to_frame(index=False).rename(columns={1:'result'}) 
print (df) 
   id result 
0   0      A 
1   0      D 
2   1      A 
3   1      B 
4   2      A 
5   2      B 
6   2      C 
7   3      D 
8   5      B 

或者如果性能很重要,请使用 numpy.where通过 DataFrame 构造函数匹配值的索引:

i, c = np.where(df != 0) 
 
df = pd.DataFrame({'id':df.index.values[i], 
                   'result':df.columns.values[c]}) 
print (df) 
   id result 
0   0      A 
1   0      D 
2   1      A 
3   1      B 
4   2      A 
5   2      B 
6   2      C 
7   3      D 
8   5      B 

编辑:

首先:

s = df.stack() 
 
df = s[s!=0].reset_index() 
df.columns= ['id','result','vals'] 
print (df) 
   id result  vals 
0   0      A     3 
1   0      D     1 
2   1      A     4 
3   1      B     1 
4   2      A     1 
5   2      B     7 
6   2      C    20 
7   3      D     4 
8   5      B     1 

第二个:

df = pd.DataFrame({'id':df.index.values[i], 
                   'result':df.columns.values[c], 
                   'vals':df.values[i,c]})