拆分列中的值并创建列名称矩阵

Question

我希望以最小的努力为我的问题找到解决方案。

问题：

我有一个带有分隔值的值列表。我想在适当的单元格中拆分和排列每个值。列标题也应该填充。

输入

A,B,C
C,D,A,E
D,E

输出

+-------+-------+-------+-------+-------+
| VLUE1 | VLUE2 | VLUE3 | VLUE4 | VLUE5 |
+-------+-------+-------+-------+-------+
| A     | B     | C     |       |       |
| A     |       | C     | D     | E     |
|       |       |       | D     | E     |
+-------+-------+-------+-------+-------+

我有一个解决方案，使用python中的排序，键值对和迭代，但我想知道有没有使用Python包或熊猫的快捷方式？

萨姆

Answer 1

从系列开始 -

xdebug.remote_log=/home/vagrant/code/xdebug.log

使用s 0 A,B,C 1 C,D,A,E 2 D,E dtype: object -

将s转换为OHE矩阵

get_dummies

使用此选项可使用x = s.str.get_dummies(sep=',') x A B C D E 0 1 1 1 0 0 1 1 0 1 1 1 2 0 0 0 1 1 和数组乘法 -

创建新数据框

repeat

Answer 2

get_dummies是我所知道的最快的，这是我对value_counts和masking的尝试，即

mask = df[0].str.split(',',expand=True).apply(pd.value_counts,1).notna()

pd.DataFrame(np.where(mask,mask.columns,'')).add_prefix('VALU')


  VALU0 VALU1 VALU2 VALU3 VALU4
0     A     B     C            
1     A           C     D     E
2                       D     E