Pandas DataFrame:如何将数字列转换为成对的分类数据?

时间:2019-03-20 09:39:18

标签: python pandas dataframe binary dummy-variable

给出一个pandas dataFrame,如何将几个数字列(其中x≠1表示存在值,x = 0表示不存在)转换为成对分类数据框?我知道它类似于一键解码,但是列并不完全是一键解码。

一个例子:

 df
id A  B  C  D
0  3  0  0  1
1  4  1  0  0
2  1  7  20 0
3  0  0  0  4
4  0  0  0  0
5  0  1  0  0

结果将是:     df     ID匹配

 result 
0  A
0  D 
1  A
1  B
2  A
2  B
2  C
3  D
5  B

1 个答案:

答案 0 :(得分:1)

DataFrame.stack用于过滤和Index.to_frame

s = df.stack()

df = s[s!=0].index.to_frame(index=False).rename(columns={1:'result'})
print (df)
   id result
0   0      A
1   0      D
2   1      A
3   1      B
4   2      A
5   2      B
6   2      C
7   3      D
8   5      B

或者如果性能很重要,请使用numpy.where来匹配具有DataFrame构造函数的匹配值的索引:

i, c = np.where(df != 0)

df = pd.DataFrame({'id':df.index.values[i],
                   'result':df.columns.values[c]})
print (df)
   id result
0   0      A
1   0      D
2   1      A
3   1      B
4   2      A
5   2      B
6   2      C
7   3      D
8   5      B

编辑:

首先:

s = df.stack()

df = s[s!=0].reset_index()
df.columns= ['id','result','vals']
print (df)
   id result  vals
0   0      A     3
1   0      D     1
2   1      A     4
3   1      B     1
4   2      A     1
5   2      B     7
6   2      C    20
7   3      D     4
8   5      B     1

第二次:

df = pd.DataFrame({'id':df.index.values[i],
                   'result':df.columns.values[c],
                   'vals':df.values[i,c]})