Question

我想从数据框的不同列中创建一个反向虚拟变量。

数据框列如下所示：

client  booking_by_phone  booking_online  booking_online  ...  no_call_ad  no_sms_ad  no_ad_other
2q332   1                 0               0                    1           1          0
as4e3   0                 0               1                    0           0          0
ad222   0                 1               0                    1           0          0
q2x31   1                 0               0                    1           1          1

我目前的方法运行成功，但是自从我使用iterrows()

以来，确实花费了很长时间。

for idx, _ in df.iterrows():
    if df.loc[idx, 'booking_by_phone'] == 1:
        df.loc[idx, 'bookingchannel'] = "phone"
    elif df.loc[idx, 'booking_online'] == 1:
        df.loc[idx, 'bookingchannel'] = "online"
    else:
        df.loc[idx, 'bookingchannel'] = "agency"

对于第二个变量，它花费的时间甚至更长，因为用户可能拒绝在多个渠道中投放广告，所以我不能使用elif：

for idx, _ in df.iterrows():
    df.loc[idx, 'ad_ban'] = 0
    if df.loc[idx, 'no_email_ad'] == 1:
        df.loc[idx, 'ad_ban'] += 1
    if df.loc[idx, 'no_mail_ad'] == 1:
        df.loc[idx, 'ad_ban'] += 2
    if df.loc[idx, 'no_call_ad'] == 1:
        df.loc[idx, 'ad_ban'] += 4
    if df.loc[idx, 'no_catalog_ad'] == 1:
        df.loc[idx, 'ad_ban'] += 8
    if df.loc[idx, 'no_sms_ad'] == 1:
        df.loc[idx, 'ad_ban'] += 16
    if df.loc[idx, 'no_ad_other'] == 1:
        df.loc[idx, 'ad_ban'] += 32

有更快，更轻松的方法吗？

Answer 1

让我们看看预订渠道。这是使用布尔型掩码的方法：

df['booking channel'] = 'agency' # default value

mask = df['booking_by_phone'] == 1
df.loc[mask, 'booking channel'] = 'phone'

mask = df['booking_online'] == 1
df.loc[mask, 'booking channel'] = 'online'

您可以创建一个元组列表-[（'booking_by_phone'，'phone'），（'booking_online'，'online'），...]并循环执行分配。

创建一个反向虚拟变量

1 个答案: