Question

business_id               categories
1K4qrnfyzKzGgJPBEcJaNQ   ['Tiki Bars', 'Nightlife', 'Mexican', 'Restaurants', 'Bars']
dTWfATVrBfKj7Vdn0qWVWg   ['Restaurants', 'Chinese', 'Food Court']

这就是我的数据框架的样子。第二列有一个列表作为每个值。

我目前正在使用此代码，但它不起作用并给我一个错误下面：

categorical_data = pd.DataFrame()
for i in range(len(data)):
  for j in range(len(data.iloc[i][1])):
    categorical_data = pd.concat(data.iloc[i][0], data.iloc[i][1][j])

TypeError：第一个参数必须是pandas对象的可迭代，你传递了一个类型为“str”的对象

有没有办法可以将类别列表添加到同一家餐馆？我尝试过使用'get_dummies'，但它无法分割列表并对其进行编码。

Answer 1

我认为join需要{{3}}：

from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()
df1 = pd.DataFrame(mlb.fit_transform(df['categories']),columns=mlb.classes_, index=df.index)
df2 = df[['business_id']].join(df1)
print (df2)
              business_id  Bars  Chinese  Food Court  Mexican  Nightlife  \
0  1K4qrnfyzKzGgJPBEcJaNQ     1        0           0        1          1   
1  dTWfATVrBfKj7Vdn0qWVWg     0        1           1        0          0   

   Restaurants  Tiki Bars  
0            1          1  
1            1          0

或者从第一列创建索引：

df1 = pd.DataFrame(mlb.fit_transform(df['categories']),
                   columns=mlb.classes_, index=df['business_id'])
print (df1)
                        Bars  Chinese  Food Court  Mexican  Nightlife  \
business_id                                                             
1K4qrnfyzKzGgJPBEcJaNQ     1        0           0        1          1   
dTWfATVrBfKj7Vdn0qWVWg     0        1           1        0          0   

                        Restaurants  Tiki Bars  
business_id                                     
1K4qrnfyzKzGgJPBEcJaNQ            1          1  
dTWfATVrBfKj7Vdn0qWVWg            1          0

将值列表转换为编码变量？

1 个答案: