从冗余二进制数据集创建多标签数据集以进行多标签分类

Question

我给出了这种类型的数据集（数据帧）：

x   y

A   a
A   b
B   c
C   g
B   g

这是我对多标签分类所需要的 -

x   y

A   a,b
B   c,g
C   g

我应该怎么做？

Answer 1

选项1
将groupby与','.join

一起使用

df.groupby('x').y.apply(','.join).reset_index()

   x    y
0  A  a,b
1  B  c,g
2  C    g

选项2
将pivot_table与','.join

一起使用

df.pivot_table('y', 'x', aggfunc=','.join).reset_index()

   x    y
0  A  a,b
1  B  c,g
2  C    g