从具有多个值的单元格创建虚拟列

Question

我有一个DF如下图：

DF =
id  Result      
1   Li_In-AR-B, Or_Ba-AR-B
1   Li_In-AR-L, Or_Ba-AR-B
3   N
4   Lo_In-AR-U
5   Li_In-AR-U
6   Or_Ba-AR-B
6   Or_Ba-AR-L
7   N

现在我想为第一个“-”之前的 Result 中的每个唯一值创建新列。新列中的每个其他值都应设置为 N。分隔符“,”用于在多个值（2 个或更多）的情况下分隔两个实例。

DF =
id  Result        Li_In         Lo_In       Or_Ba
1   Li_In-AR-B    Li_In-AR-B    N           Or_Ba-AR-B
1   Li_In-AR-L    Li_In-AR-L    N           Or_Ba-AR-B
3   N             N             N           N
4   Lo_In-AR-U    N             Lo_In-AR-U  N
5   Li_In-AR-U    Li_In-AR-U    N           N
6   Or_Ba-AR-B    N             N           Or_Ba-AR-B
6   Or_Ba-AR-L    N             N           Or_Ba-AR-L
7   N             N             N           N

我以为我可以使用 .get_dummies 轻松做到这一点，但这只是 returns 每个单元格的二进制值。

DF_dummy = DF.Result.str.get_dummies(sep='-')
DF = pd.concat([DF,DF_dummy ],axis=1)

此外，针对早期 post 的解决方案不适用于新案例。

m = DF['Result'].str.split('-', n=1).str[0].str.get_dummies().drop('N', axis=1) == 1
df1 = pd.concat([DF['Result']] * len(m.columns), axis=1, keys=m.columns)

有什么想法吗？

Answer 1

将 dictionary comprehension 与 DataFrame 构造函数一起使用，以 ,\s+ 分割，以带一个或多个空格的逗号分割。

import re
f = lambda x: {y.split('-', 1)[0] : y for y in re.split(',\s+', x) if y != 'N' } 
df1 = pd.DataFrame(DF['Result'].apply(f).values.tolist(), index=DF.index).fillna('N')
print (df1)
        Li_In       Lo_In       Or_Ba
0  Li_In-AR-B           N  Or_Ba-AR-B
1  Li_In-AR-L           N  Or_Ba-AR-B
2           N           N           N
3           N  Lo_In-AR-U           N
4  Li_In-AR-U           N           N
5           N           N  Or_Ba-AR-B
6           N           N  Or_Ba-AR-L
7           N           N           N

最后添加到原始 DataFrame:

df = DF. join(df1) 
print (df)
   id                  Result       Li_In       Lo_In       Or_Ba
0   1  Li_In-AR-B, Or_Ba-AR-B  Li_In-AR-B           N  Or_Ba-AR-B
1   1  Li_In-AR-L, Or_Ba-AR-B  Li_In-AR-L           N  Or_Ba-AR-B
2   3                       N           N           N           N
3   4              Lo_In-AR-U           N  Lo_In-AR-U           N
4   5              Li_In-AR-U  Li_In-AR-U           N           N
5   6              Or_Ba-AR-B           N           N  Or_Ba-AR-B
6   6              Or_Ba-AR-L           N           N  Or_Ba-AR-L
7   7                       N           N           N           N

从具有多个值的单元格创建虚拟列

Creating dummy columns from cells with multiple values

pandas

dataframe

dummy-variable