根据Pandas DataFrame中单列中的值创建多个列

Question

我在数据帧中有一列（df ['Values'），有1000行，重复代码为A30，A31，A32，A33，A34。我想创建五个单独的列，标题为colA30，colA31，colA32，colA33，colA34在相同的数据帧（df）中，新的五列中的值为0或1，基于行是否为df中的任何代码['Values “]。

代表：df

Values  colA30 colA31 colA32 colA33 colA34
 A32       0     0      1      0      0
 A30       1     0      0      0      0
 A31       0     1      0      0      0
 A34       0     0      0      0      1
 A33       0     0      0      1      0

因此，如果df ['Values']中的行是A32，那么colA32应该是1，所有其他列应该是0，依此类推df ['Values']中的其余列。

我做了以下方式。但是，无论如何都要一次性完成，因为我有多个列，其中有几个代码要创建多个列。

df['A30']=df['Values'].map(lambda x : 1 if x=='A30' else 0)

df['A31']=df['Values'].map(lambda x : 1 if x=='A31' else 0)

df['A32']=df['Values'].map(lambda x : 1 if x=='A32' else 0)

df['A33']=df['Values'].map(lambda x : 1 if x=='A33' else 0)

df['A34']=df['Values'].map(lambda x : 1 if x=='A34' else 0)

Answer 1

您可以通过多种方式实现这一目标：

在pandas中有一个名为pd.get_dummies()的函数，它允许您将每个分类数据转换为二进制数据。将其应用于您的分类列，然后将获得的数据框与原始数据框连接起来。 Here是文档的链接。

另一种方法是使用库sklearn及其OneHotEncoder。它与上面完全相同，但对象不一样。您应该使用OneHotEncoder类的实例将其与您的分类数据相匹配。

对于您的情况，我使用pd.get_dummies()，使用起来更简单。