Skip to main content
 首页 » 编程设计

python之如何解决 pandas.get_dummies 中的问题

2024年12月31日7dudu

我正在使用 pd.get_dummies 预处理我的数据集,但结果不是我需要的。

使用 pd.get_dummies() 是否正确? 或者我可以尝试的任何方法?

import pandas as pd 
rawdataset=[['apple','banana','carrot','daikon','egg'], 
           ['apple','banana'], 
           ['apple','banana','carrot'], 
           ['daikon','egg','fennel'], 
           ['apple','banana','daikon']] 
dataset=pd.DataFrame(data=rawdataset) 
print(pd.get_dummies(dataset)) 

我希望它看起来像这样:

   apple banana carrot daikon egg fennel  
 
0   1      1      1     1     1    0 
1   1      1      0     0     0    0 
........   

不是这样的:

   0_apple  0_daikon  1_banana  1_egg  2_carrot  2_daikon  2_fennel   
 
0    1         0          1       0       1         0           0 
1    1         0          1       0       0         0           0 
.... 

请您参考如下方法:

给猫剥皮的不同方法。


pd.get_dummies 和 max

pd.get_dummies(dataset, prefix="", prefix_sep="").max(level=0, axis=1) 
 
   apple  daikon  banana  egg  carrot  fennel 
0      1       1       1    1       1       0 
1      1       0       1    0       0       0 
2      1       0       1    0       1       0 
3      0       1       0    1       0       1 
4      1       1       1    0       0       0 

堆栈、str.get_dummies 和sum/max:

df.stack().str.get_dummies().sum(level=0) 
 
   apple  banana  carrot  daikon  egg  fennel 
0      1       1       1       1    1       0 
1      1       1       0       0    0       0 
2      1       1       1       0    0       0 
3      0       0       0       1    1       1 
4      1       1       0       1    0       0 

堆栈 和交叉表

u =  df.stack() 
pd.crosstab(u.index.get_level_values(0), u) 
 
col_0  apple  banana  carrot  daikon  egg  fennel 
row_0                                             
0          1       1       1       1    1       0 
1          1       1       0       0    0       0 
2          1       1       1       0    0       0 
3          0       0       0       1    1       1 
4          1       1       0       1    0       0