Question

给出一个表

，这是我想到的问题

   Id   type
0   1    [a,b]
1   2     [c]
2   3     [a,d]

我想将其转换为以下形式：

   Id     a  b  c  d
0   1     1  1  0  0
1   2     0  0  1  0
2   3     1  0  0  1

我需要一种非常有效的方法来转换大表。任何评论都是受欢迎的。

====================================

我收到了好几个答案，非常感谢你的帮助。

现在出现了一个新问题，即我的笔记本电脑内存不足以使用pd.dummies生成整个数据帧。

无论如何都要逐行生成稀疏向量，然后堆叠在一起？

Answer 1

试试这个：

pd.get_dummies(df.type.apply(lambda x: pd.Series([i for i in x])))

解释：

df.type.apply(lambda x: pd.Series([i for i in x]

为您提供列表中索引位置的列。然后，您可以使用get dummies来获取每个值的计数

pd.get_dummies(df.type.apply(lambda x: pd.Series([i for i in x])))

输出：

    a   c   b   d
0   1   0   1   0
1   0   1   0   0
2   1   0   0   1

Answer 2

试试这个

>>> df
   Id    type
0   1  [a, b]
1   2     [c]
2   3  [a, d]
>>> df2 = pd.DataFrame([x for x in df['type'].apply(
...           lambda item: dict(map(
...                                 lambda x: (x,1), 
...                             item)) 
...           ).values]).fillna(0)
>>> df2.join(df)
   a  b  c  d  Id    type
0  1  1  0  0   1  [a, b]
1  0  0  1  0   2     [c]
2  1  0  0  1   3  [a, d]

它基本上将列表列表转换为dict列表，并从此

构造一个DataFrame

[['a'，'b']，['c']，['a'，'d']]＃清单列表
[{'a'：1，'b'：1}，{'c'：1}，{'a'：1，'d'：1}] #dict of dict 从这个
中创建DataFrame

如何将一列拆分成多列并计算频率

2 个答案: