Pandas

Question

我有两个数据框，x.head() 看起来像这样：

top      mid       adc      support jungle
Irelia   Ahri      Jinx     Janna   RekSai
Gnar     Ahri      Caitlyn  Leona   Rengar
Renekton Fizz      Sivir    Annie   Rengar
Irelia   Leblanc   Sivir    Thresh  JarvanIV
Gnar     Lissandra Tristana Janna   JarvanIV

我创建的数据框 fullmatrix.head() 如下所示：

Irelia  Gnar    Renekton    Kassadin    Sion    Jax Lulu    Maokai  Rumble  Lissandra   ... XinZhao Amumu   Udyr    Ivern   Shaco   Skarner FiddleSticks    Aatrox  Volibear    MonkeyKing
0   0   0   0   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
1   0   0   0   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
2   0   0   0   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
3   0   0   0   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
4   0   0   0   0   0   0   0   0   0   0   ...

现在我想不通的是如何将 x 数据框中的每个名称的值 1 逐行分配给 fullmatrix 数据框中具有相同名称的相应列（两个数据框都有行数相同）。

Answer 1

OP 试图用一组数据点创建一个 table 虚拟变量。对于每个数据点，它包含 5 个属性。总共有 N 个独特的属性。

我们将使用一个简化的数据集来演示如何操作：

5 个独特属性
3 条数据

每个数据条目包含 3 个属性。

x = pd.DataFrame([['a', 'b', 'c'],  
                  ['b', 'd', 'e'], 
                  ['e', 'b', 'a']])
fullmatrix = pd.DataFrame([[0 for _ in range(5)] for _ in range(3)], 
                          columns=['a','b','c','d','e'])
""" fullmatrix:
   a  b  c  d  e
0  0  0  0  0  0
1  0  0  0  0  0
2  0  0  0  0  0
"""

# each row in x_temp is a string of attributed delimited by ","
x_row_joined = pd.Series((",".join(row[1]) for row in x.iterrows()))    
fullmatrix = x_row_joined.str.get_dummies(sep=',')

该方法的灵感来自offbyone's answer It uses pandas.Series.str.get_dummies。我们首先用指定的分隔符连接 x 的每一行。然后使用 Series.str.get_dummies 方法。该方法采用我们仅用于连接属性的定界符，并将为您生成虚拟变量 table。（注意：不要选择 x 中存在的 sep。）

Answer 2

考虑添加一个 key = 1 列，然后遍历每一列以获得旋转 dfs 列表，然后将其与 pd.concat. Finally run a DataFrame.update() 水平合并以更新原始 fullmatrix 的值来自 pvt_df，与索引对齐。

x['key'] = 1

dfs = []
for col in x.columns[:-1]:
    dfs.append(x.pivot_table(index=df.index, columns=[col], values='key').fillna(0))

pvt_df = pd.concat(dfs, axis=1).astype(int)

fullmatrix.update(pvt_df)
fullmatrix = fullmatrix.astype(int)

fullmatrix   # ONLY FOR VISIBLE COLUMNS IN ORIGINAL POST
#    Irelia  Gnar  Renekton  Kassadin  Sion  Jax  Lulu  Maokai  Rumble  Lissandra  XinZhao  Amumu  Udyr  Ivern  Shaco  Skarner  FiddleSticks  Aatrox  Volibear  MonkeyKing
# 0       1     0         0         0     0    0     0       0       0          0        0      0     0      0      0        0             0       0         0           0
# 1       0     1         0         0     0    0     0       0       0          0        0      0     0      0      0        0             0       0         0           0
# 2       0     0         1         0     0    0     0       0       0          0        0      0     0      0      0        0             0       0         0           0
# 3       1     0         0         0     0    0     0       0       0          0        0      0     0      0      0        0             0       0         0           0

Answer 3

我确信这可以改进，但一个优点是它只需要第一个 DataFrame，并且在您获得所需的解决方案之前链式操作在概念上很好。

fullmatrix = (x.stack()
               .reset_index(name='names')
               .pivot(index='level_0', columns='names', values='names')
               .applymap(lambda x: int(x!=None))
               .reset_index(drop=True))

请注意，只有出现在您的 x DataFrame 中的名称才会显示为 fullmatrix 中的列。如果你想要额外的列，你可以简单地执行一个连接。

Pandas - 地图 - 虚拟变量 - 赋值为 1

Pandas - Map - Dummy Variables - Assign value of 1

python

dataframe

dummy-variable