Question

我以前见过这个，根本记不起这个功能。

假设我有一个“速度”列，每行有以下一个值：

'Slow', 'Normal', 'Fast'

如何创建一个包含所有行的新数据框，除了“速度”列，现在是3列：“慢”“正常”和“快速”，其中所有行都标有1，无论哪一列旧的“速度”专栏是。如果我有：

print df['Speed'].ix[0]
> 'Normal'

我不希望这样：

print df['Normal'].ix[0]
>1

print df['Slow'].ix[0]
>0

Answer 1

您可以使用pd.get_dummies（docs）

轻松完成此操作

In [37]: df = pd.DataFrame(['Slow', 'Normal', 'Fast', 'Slow'], columns=['Speed'])

In [38]: df
Out[38]:
    Speed
0    Slow
1  Normal
2    Fast
3    Slow

In [39]: pd.get_dummies(df['Speed'])
Out[39]:
   Fast  Normal  Slow
0     0       0     1
1     0       1     0
2     1       0     0
3     0       0     1

Answer 2

这是一个解决方案：

df['Normal'] = df.Speed.apply(lambda x: 1 if x == "Normal" else 0)
df['Slow'] = df.Speed.apply(lambda x: 1 if x == "Slow" else 0)
df['Fast'] = df.Speed.apply(lambda x: 1 if x == "Fast" else 0)

Answer 3

这还有另一种方法：

df           = pd.DataFrame(['Slow','Fast','Normal','Normal'],columns=['Speed'])
df['Normal'] = np.where(df['Speed'] == 'Normal', 1 ,0)
df['Fast']   = np.where(df['Speed'] == 'Fast', 1 ,0)
df['Slow']   = np.where(df['Speed'] == 'Slow', 1 ,0)

df 
     Speed  Normal  Fast  Slow
0    Slow       0     0     1
1    Fast       0     1     0
2  Normal       1     0     0
3  Normal       1     0     1

从pandas中的单个字符串列创建新的二进制列

3 个答案: