Question

我的数据框包含一列ID和一列主题。最终，我想按主题对数据进行聚类，这样我就可以看到按所拍摄的主题聚类的ID组。

为此，我希望将数据帧作为每个ID的一行，最后每个主题的一列包含1或0值，以指示该主题是否被该行的ID占用。 / p>

输入示例：

ID      Subject
John    History
John    English
Jane    Maths
Jane    Science
Jane    History
Mark    History
Mark    Science
Mark    Mathematics

预期输出：

Subject  English  History  Mathematics  Maths  Science
ID                                                    
Jane           0        1            0      1        1
John           1        1            0      0        0
Mark           0        1            1      0        1

Answer 1

您可以使用pivot_table()

执行以下操作

Game

Answer 2

您可以使用函数crosstab：

pd.crosstab(df['ID'], df['Subject'])

输出：

Subject  English  History  Mathematics  Maths  Science
ID                                                    
Jane           0        1            0      1        1
John           1        1            0      0        0
Mark           0        1            1      0        1

Answer 3

您必须从"stacked" format to "pivot" format重塑数据框。但是首先，您必须汇总数据。

尝试这样的事情：

agg_df = df.groupby(["ID", "Subject"]).count().reset_index(name="count")
agg_df.pivot(index='ID', columns='Subject', values='count')

根据现有列中的值创建新列并合并行

3 个答案: