映射 类 到 Pandas 一种热编码

Question

给定以下序列：

[我、Z、S、我、我、J、N、J、我]

并给出以下 Pandas 数据框：

char  fricative  nasal  lateral  labial  coronal  dorsal  frontal
I             0      0        0       0        0       0        1
J             0      0        1       0        1       0        1
N             0      1        0       0        0       1        0
S             1      0        0       0        1       0        0
Z             1      0        0       0        1       0        0

如何将序列中的每个字符映射到数据框中相应的一个热向量？

Answer 1

使用：

df = df.set_index("char")
res = df.loc[sequence, :].to_numpy().tolist()

输出

[[0, 0, 0, 0, 0, 0, 1], [1, 0, 0, 0, 1, 0, 0], [1, 0, 0, 0, 1, 0, 0], [0, 0, 0, 0, 0, 0, 1], [0, 0, 0, 0, 0, 0, 1], [0, 0, 1, 0, 1, 0, 1], [0, 1, 0, 0, 0, 1, 0], [0, 0, 1, 0, 1, 0, 1], [0, 0, 0, 0, 0, 0, 1]]

更新

如果您还想要活动类别，您可以使用布尔掩码直接索引到列中，如下所示：

df = df.set_index("char")
res = [df.columns[row.astype(bool)].tolist() for row in df.loc[sequence, :].to_numpy()]
print(res)

输出

[['frontal'], ['fricative', 'coronal'], ['fricative', 'coronal'], ['frontal'], ['frontal'], ['lateral', 'coronal', 'frontal'], ['nasal', 'dorsal'], ['lateral', 'coronal', 'frontal'], ['frontal']]