Question

我想为TypePhase列添加虚拟变量。

wm_id                                   TypePhase
   2                   ['N', 'A', 'B', 'C', 'D']
   2                   ['N', 'A', 'B', 'C', 'D']
   3                   ['N', 'W', 'A', 'B', 'C', 'D']
   2                   ['N', 'A', 'B', 'C', 'D']
   3                   ['N', 'P', 'A', 'B', 'C', 'D']
   2                   ['N', 'A', 'B', 'C', 'D']

我试过了df.TypePhase = df.TypePhase.apply(lambda s : '_'.join(s))，但我没有得到预期的结果。我知道我需要申请

pd.get_dummies(df_new['TypePhase']).rename(columns=lambda x: 'AAAAAAAAA_' + str(x))

但我不能做对。请问，有什么建议吗？提前谢谢了。卡罗

Answer 1

我认为所有值都是TypePhase列中的字符串，因此可以使用str.get_dummies加倍str.strip。

最后join原件。

pop函数提取原始列，所以不必删除它。

print (type(df.loc[0, 'TypePhase']))
<class 'str'>

df1 = df.pop('TypePhase').str.strip('[]').str.get_dummies(', ')
#remove ' from new column names
df1.columns = df1.columns.str.strip("'")

df = df.join(df1)
print (df)
   wm_id  A  B  C  D  N  P  W
0      2  1  1  1  1  1  0  0
1      2  1  1  1  1  1  0  0
2      3  1  1  1  1  1  0  1
3      2  1  1  1  1  1  0  0
4      3  1  1  1  1  1  1  0
5      2  1  1  1  1  1  0  0

python：输入虚拟变量

1 个答案: