分类变量分为多列(2)

时间:2018-06-18 07:26:45

标签: python pandas numpy

我有一个带有分类变量Segment

的数据框
ID  Segment Var1 Var2 Var3
1   AAA     1    1    1
2   BBB     1    0    1
3   BBB     1    1    1
4   AAA     0    1    1
5   CCC     0    1    1
6   AAA     0    0    1
7   AAA     0    1    1
8   AAA     1    0    1
9   BBB     1    0    1
10  CCC     1    0    1

我想将列Segment转换为每个变量的3个类别,如下所示:

ID Var1_AAA Var1_BBB Var1_CCC Var2_AAA Var2_BBB Var2_CC Var3_AAA Var3_BBB  Var3_CCC
1  1        null     null     1         null    null    1        null     null
2  null     1        null     null      0       null    null     1        null
3  null     1        null     null      1       null    null     1        null
4  0        null     null     1         null    null    1        null     null
5  null     null     0        null      null    1       null     null     1
6  0        null     null     0         null    null    1        null     null
7  0        null     null     1         null    null    1        null     null
8  1        null     null     0         null    null    1        null     null
9  null     1        null     null      0       null    null     1        null
10 null     null     1        null      null    0       null     null     1
你可以帮帮我吗?

2 个答案:

答案 0 :(得分:3)

带有tell application "Terminal" set W to the first window whose tty of tab 1 contains "ttys001" set T to tab 1 of W set the current settings of T to the first settings set whose name is "AmadanLocal" end tell

melt
pivot_table

v = df.melt(['ID', 'Segment'])
v = v.pivot_table(index='ID', 
                  columns=['Segment', 'variable'], 
                  values='value', 
                  fill_value='null')
v.columns = v.columns.map('{0[1]}_{0[0]}'.format)

我建议省略print(v) Var1_AAA Var2_AAA Var3_AAA Var1_BBB Var2_BBB Var3_BBB Var1_CCC Var2_CCC \ ID 1 1 1 1 null null null null null 2 null null null 1 0 1 null null 3 null null null 1 1 1 null null 4 0 1 1 null null null null null 5 null null null null null null 0 1 6 0 0 1 null null null null null 7 0 1 1 null null null null null 8 1 0 1 null null null null null 9 null null null 1 0 1 null null 10 null null null null null null 1 0 Var3_CCC ID 1 null 2 null 3 null 4 null 5 1 6 null 7 null 8 null 9 null 10 1 ,而是将其替换为fill_value='null'或完全删除,因为将字符串与数字数据混合会影响性能。但是,如果你只想保存结果,那就没关系了。

答案 1 :(得分:1)

另一种方式是,

使用unstack格式和您的数据框列名称

df= df.set_index(['ID','Segment']).unstack(fill_value='null')
df.columns = ['_'.join(val ) for val in zip(df.columns.get_level_values(0),df.columns.get_level_values(1))] 

或以更优雅的方式格式化列

df.columns = df.columns.map('{0[0]}_{0[1]}'.format)
print df

输出:

   Var1_AAA Var1_BBB Var1_CCC Var2_AAA Var2_BBB Var2_CCC Var3_AAA Var3_BBB  \
ID                                                                           
1         1     null     null        1     null     null        1     null   
2      null        1     null     null        0     null     null        1   
3      null        1     null     null        1     null     null        1   
4         0     null     null        1     null     null        1     null   
5      null     null        0     null     null        1     null     null   
6         0     null     null        0     null     null        1     null   
7         0     null     null        1     null     null        1     null   
8         1     null     null        0     null     null        1     null   
9      null        1     null     null        0     null     null        1   
10     null     null        1     null     null        0     null     null   

   Var3_CCC  
ID           
1      null  
2      null  
3      null  
4      null  
5         1  
6      null  
7      null  
8      null  
9      null  
10        1