Question

我的数据形状如下：


pd.DataFrame({'id': [1,2,3], 'item': ['item_a', 'item_a', 'item_b'],
                  'score': [1,-1,1]})

id  item    score
1   item_a    1
2   item_a    -1
3   item_b    1

我想为项目列获取伪代码，但我希望它们根据得分列中的值进行得分。如果没有观察结果，我希望将其归为0。像这样：

id  item_a  item_b
1      1      0
2     -1      0
3      0      1

如您所见，我想捕获用户ID 1喜欢item_a，ID 2不喜欢item_a，并且用户3没有与item_a交互。 id列不是每行唯一的-例如，用户id 3可能会喜欢item_a，并将其记录为原始数据框中的新行。

我尝试在熊猫中使用get_dummies，但是该方法仅计算“项目”列中的观察值数量，而没有考虑得分值。

Answer 1

您想要的是pivot_table：

df.pivot_table(values='score', index='id', columns='item', fill_value=0)
#item  item_a  item_b
#id                  
#1          1       0
#2         -1       0
#3          0       1

Answer 2

您可以使用set_index + unstack：

import pandas as pd

df = pd.DataFrame({'id': [1,2,3], 'item': ['item_a', 'item_a', 'item_b'],
                  'score': [1,-1,1]})

print(df.set_index(['id', 'item'])['score'].unstack(fill_value=0))

输出

item  item_a  item_b
id                  
1          1       0
2         -1       0
3          0       1

如果要完全匹配您的输出，只需添加以下行：

result.columns.name = None
result.reset_index(inplace=True)

输出

   id  item_a  item_b
0   1       1       0
1   2      -1       0
2   3       0       1

具有自定义值权重的熊猫中的虚拟编码

2 个答案: