Question

我有以下2个数据帧：

DF1

clip

DF2

product_ID         tags
100         chocolate, sprinkles
101         chocolate, filled
102         glazed

我应该能够像这样创建一个新的数据帧。

customer   product_ID
A            100
A            101
B            101
C            100
C            102
B            101
A            100
C            102

其中单元格的内容表示产品属性的出现次数。

我使用了| customer | chocolate | sprinkles | filled | glazed | |----------|-----------|-----------|--------|--------| | A | ? | ? | ? | ? | | B | ? | ? | ? | ? | | C | ? | ? | ? | ? |并获得了以下结果

merge

我们如何从这里获得最终结果？提前谢谢！

Answer 1

使用get_dummies

df.set_index('customer').tags.str.get_dummies(sep=',').sum(level=0)
Out[593]: 
          chocolate  filled  glazed  sprinkles
customer                                      
A                 3       1       0          2
C                 1       0       2          1
B                 2       2       0          0

Answer 2

您可以分两步完成：

使用一系列以逗号分隔的字符串展开/展平您的数据框。
使用pandas.crosstab将您的点数制成表格。

以下是假设您已执行合并并且结果为df的示例：

import numpy as np
from itertools import chain

# split by comma to form series of lists
tag_split = df['tags'].str.split(',')

# create expanded dataframe
df_full = pd.DataFrame({'customer': np.repeat(df['customer'], tag_split.map(len)),
                        'tags': list(chain.from_iterable(tag_split))})

# use pd.crosstab for result
res = pd.crosstab(df_full['customer'], df_full['tags'])

print(res)

tags       filled   sprinkles  chocolate  glazed
customer                                        
A               1           2          3       0
B               2           0          2       0
C               0           1          1       2

如何从现有数据框架创建新数据框？

2 个答案: