如何从不等长列表的字典中创建虚拟数据框？

Question

我有一个字典，其中每个键都是一个行索引，每个值都是一个虚拟值列表。例如：

my_dict = {'row1': ['a', 'b'], 'row2': ['a'], 'row3': ['b', 'c']}

我可以用上面的方法高效地创建一个虚拟数据框吗？

>>> df
      a      b      c
row1  True   True   False
row2  True   False  False
row3  False  True   True

Answer 1

您可以使用 pd.get_dummies:

u = pd.DataFrame.from_dict(my_dict, orient='index')
pd.get_dummies(u, prefix='', prefix_sep='').max(level=0, axis=1).astype(bool)

          a      b      c
row1   True   True  False
row2   True  False  False
row3  False   True   True

你也可以使用stack和str.get_dummies这样比较简洁，但是会稍微慢一些。

u.stack().str.get_dummies().max(level=0).astype(bool)

          a      b      c
row1   True   True  False
row2   True  False  False
row3  False   True   True

Answer 2

crosstab 构造函数

s=pd.DataFrame(list(my_dict.values()),index=my_dict.keys()).stack()

pd.crosstab(s.index.get_level_values(0),s).astype(bool)
Out[131]: 
col_0      a      b      c
row_0                     
row1    True   True  False
row2    True  False  False
row3   False   True   True

如何从不等长列表的字典中创建虚拟数据框？

How can I create a dataframe of dummies from a dict of lists of unequal length?

python

pandas

dummy-variable