分类变量到二元变量

Question

我有一个如下所示的DataFrame： initial dataframe

我在'Concepts_clean'列中有不同的标签，我想自动填充其他标签：resulting dataframe

例如：第四行，列'Concepts_clean'我有['AccueilAmabilité'，'Tarifs']然后我想填充'AccueilAmabilité'和'Tarifs'这些列，其中包括零和其他所有零。< / p>

最有效的方法是什么？

谢谢

Answer 1

它更像是一个n-hot编码问题 -

>>> def change_df(x):
...  for i in x['Concepts_clean'].replace('[','').replace(']','').split(','):
...   x[i.strip()] = 1
...  return x
...
>>> df.apply(change_df, axis=1)

示例输出

Concepts_clean          Ecoute  Informations  Tarifs
[Tarifs]                 0.0           0.0     1.0
[]                       0.0           0.0     0.0
[Ecoute]                 1.0           0.0     0.0
[Tarifs, Informations]   0.0           1.0     1.0