将多个相同的类别变量有效地合并到一个热编码列中

Question

如何有效编码下表？

例如

is_invocable_r_v

到

import pandas as pd

df = pd.DataFrame(np.array([[1, 2, 3], [2, 3, 4], [1, 3, 4]]), columns=['col_1', 'col_2', 'col_3'])

   col_1  col_2  col_3
0      1      2      3
1      2      3      4
2      1      3      4

Answer 1

这是一种方法-

data_field

使用def hotencode(df): unq, idx = np.unique(df, return_inverse=1) col_idx = idx.reshape(df.shape) out = np.zeros((len(col_idx),col_idx.max()+1),dtype=int) out[np.arange(len(col_idx))[:,None], col_idx] = 1 return pd.DataFrame(out, columns=unq, index=df.index) 的另一种方法是-

broadcasting

样品运行-

unq = np.unique(df)
out = (df.values[...,None] == unq).any(1).astype(int)