Question

我在pd DataFrame中具有以下数据结构：

    ID  ACT1 ACT2 ACT3 ACT4 ACT5
1   0   0    1    1    1    1
2   1   1    0    0    0    0
3   2   1    1    0    1    0

ACT是此处活动的简称，原始数据的描述要比ACTx长得多。

问题：是否可以将列名（ID除外）转换为数字并打印相应的列表，以便以后可以看到哪个数字表示哪个字符串？请参阅我的上一篇文章，了解其来源（Split or merge actions by date）

    ID  0    1    2    3    4
1   0   0    1    1    1    1
2   1   1    0    0    0    0
3   2   1    1    0    1    0

为什么？我想创建一个序列数据库，为了节省一些内存以便以后进行计算，我想使用编码标签。理想情况下，我可以调用一个表，列出每个对应的编码标签和真实标签。

Coded Label
0     ACT1
1     ACT2
2     ACT3
3     ACT4
4     ACT5
...

欢迎在熊猫或scikit学习中使用任何好的解决方案！

Answer 1

df = pd.DataFrame({'ID':['0','1','2'],'ACT1':['0','1','1'],'ACT2':['1','0','1'],'ACT3':['1','0','0'],'ACT4':['1','0','1'],'ACT5':['1','0','0']})
col = {x:y for x,y in zip(df.columns.difference(['ID']),range(0,len(df.columns)-1))}
label_coded = pd.DataFrame(list(col.items()), columns=['Label', 'Coded'])
df = df.rename(columns=col)

输入：

    ACT1    ACT2    ACT3    ACT4    ACT5    ID
 0     0       1       1       1       1     0
 1     1       0       0       0       0     1
 2     1       1       0       1       0     2

输出：

    0   1   2   3   4   ID
0   0   1   1   1   1   0
1   1   0   0   0   0   1
2   1   1   0   1   0   2

标签编码：

Coded Label
0     ACT1
1     ACT2
2     ACT3
3     ACT4
4     ACT5

Answer 2

您可以这样做：

创建带有编码标签的df：

.customTransform("test2", ()-> this)
.drainTo(Sinks.map("Test"));

然后重命名列：

l = range(0,len(df.columns)-1)
a = list(df[df.columns.difference(['ID'])])
df1 = pd.DataFrame({'Label': a, 'Coded':l})

   Coded Label
0      0  ACT1
1      1  ACT2
2      2  ACT3
3      3  ACT4
4      4  ACT5

编辑

要保持列的顺序，您可以这样做：

df = df.rename(columns=dict(zip(df1["Label"], df1["Coded"])))

   ID  0  1  2  3  4
1   0  0  1  1  1  1
2   1  1  0  0  0  0
3   2  1  1  0  1  0

将列名转换为数字？

2 个答案:

编辑