Skip to main content
 首页 » 编程设计

python之Pandas之将多个分类列旋转到同一组列中

2024年12月31日8softidea

我有一个数据框如下:

import pandas as pd 
data = { 
    'Num' : ['1','2', '3','4','5','6','7'], 
    'col1': ['val1', 'val6', 'val3', 'val7', 'val2','val4','val5'], 
    'col2': ['','val3','val5','','','',''], 
    'col3': ['','val1','val2','','','',''] 
} 
df = pd.DataFrame(data) 
df["myvals"]=1 
 
   Num  col1    col2    col3    myvals 
0   1   val1                      1 
1   2   val6    val3    val1      1 
2   3   val3    val5    val2      1 
3   4   val7                      1 
4   5   val2                      1 
5   6   val4                      1 
6   7   val5                      1 

我正在尝试将“col1”、“col2”和“col3”中的值转换为同一组“转换列”,但到目前为止我只能捕获值来自“col1”:

pd.pivot_table(df, values="myvals", index=["Num"], columns="col1", fill_value=0) 
 
    col1    val1    val2    val3    val4    val5    val6    val7 
    Num                          
    1         1       0       0       0      0        0       0 
    2         0       0       0       0      0        1       0 
    3         0       0       1       0      0        0       0 
    4         0       0       0       0      0        0       1 
    5         0       1       0       0      0        0       0 
    6         0       0       0       1      0        0       0 
    7         0       0       0       0      1        0       0 

关于如何同时引入 'col2' 和 'col3' 的值以使其看起来像下面的任何想法,其中 'Num' = 2 和 'Num' = 3 的行应该有多个 1?

col1    val1    val2    val3    val4    val5    val6    val7 
Num                          
1         1       0       0       0      0        0       0 
2         1       0       1       0      0        1       0 
3         0       1       1       0      1        0       0 
4         0       0       0       0      0        0       1 
5         0       1       0       0      0        0       0 
6         0       0       0       1      0        0       0 
7         0       0       0       0      1        0       0 

请您参考如下方法:

这更像是一个get_dummies问题

df.replace('',np.nan).set_index('Num').stack().str.get_dummies().sum(level=0) 
Out[1125]:  
     val1  val2  val3  val4  val5  val6  val7 
Num                                           
1       1     0     0     0     0     0     0 
2       1     0     1     0     0     1     0 
3       0     1     1     0     1     0     0 
4       0     0     0     0     0     0     1 
5       0     1     0     0     0     0     0 
6       0     0     0     1     0     0     0 
7       0     0     0     0     1     0     0