熊猫/ Numpy根据存在将行移至列

Question

我有一个像这样的数据框：

col_a | col b
  0      1
  0      2
  0      3
  1      1
  1      2

我想将其转换为：

col_a | 1 | 2 | 3
  0     1   1   1
  1     1   1   0

不幸的是，大多数围绕该主题的问题/答案都只是将其围绕

背景：对于Scikit，我想使用b列中值的存在作为属性/功能（就像某种手动CountVectorizer，但是在这种情况下是行值而不是文本）

Answer 1

使用get_dummies，将第一列创建到index，最后使用max每个索引，仅在输出中返回1/0值：

df = pd.get_dummies(df.set_index('col_a')['col b'], prefix='', prefix_sep='').max(level=0)

print (df)
       1  2  3
col_a         
0      1  1  1
1      1  1  0

Answer 2

您可以使用Groupby.cumcount并将其用作枢轴数据帧的列，可以使用pd.croostab获得该数据帧，并且默认情况下会计算这些因素的频率表：

cols = df.groupby('col_a').cumcount()
pd.crosstab(index = df.col_a, columns = cols)

col_0  0  1  2
col_a         
0      1  1  1
1      1  1  0