带有 if else 条件熊猫的数据透视表

Question

我有一张桌子：

<头>

项目	位置	类别	生命周期	ftecount>3	bpsscore
ABC	班加罗尔	s	增加	41	3.98
系统	班加罗尔	s	安全数据表	35.3	3.98
系统	钦奈	任务	13	2	3.98
每股收益	班加罗尔	s	任务	5	3.98
福斯	班加罗尔	s	sds	6	3.98
操作	诺伊达	任务	13	1	3.98

希望输出为：

<头>

项目	loc_Bangalore	loc_Chennai	loc_Noida	cat_s	cat_task	ftecount>3	bpssscore>3
ABC	1	0	0	1	0	1	1
系统	1	0	0	1	0	1	1
系统	0	1	0	0	1	0	1
每股收益	1	0	0	1	0	1	1
福斯	1	0	0	1	0	1	1
操作	0	0	1	0	1	0	1

这里的条件是：

1.希望从列位置、类别的唯一值动态添加新列。

2.在新列中的值将根据以下条件： --if location = 'Banglore' 然后在新列 loc_banglore 中放入 1 else 0。

类似条件适用于所有位置唯一值和类别（在 df 中添加新列）

3.对于 ftecount 和 bpss 列，我们只需要检查条件： -- 如果 ftecount>3 那么 1 else 0

bpss 列的逻辑相同。'

请帮我解决这个问题。

Answer 1

可以使用pd.get_dummies()实现one-hot编码结果，使用lambda()函数过滤score是否大于3。

df = pd.DataFrame({
    'project': ['abc', 'Sys', 'Syst' ,'EPS', 'foss', 'opc'], 
    'location': ['Bangalore' ,'Bangalore', 'Chennai', 'Bangalore', 'Bangalore', 'Noida'],
    'category': ['s', 's', 'task', 's', 's', 'task'], 
    'ftecount': [41, 35.3, 2, 5, 6, 1],
    'bpssscore': [3.98, 3.98, 3.98, 3.98, 3.98, 3.98]
})
df['ftecount>3'] = df['ftecount'].apply(lambda x: 1 if x>3 else 0)
df['bpssscore>3'] = df['bpssscore'].apply(lambda x: 1 if x>3 else 0)

df = pd.concat([df['project'], 
                pd.get_dummies(df['location'], prefix='loc'), 
                pd.get_dummies(df['category'], prefix='cat'), 
                df['ftecount>3'], 
                df['bpssscore>3']
               ], axis=1)

输出df

Answer 2

首先将类别列中的大写T替换为小写：

df['category']=df['category'].str.replace('T','t')

现在使用 pd.get_dummies()、drop() 和 reset_index() 方法：

out=pd.get_dummies(df.set_index('project').drop(['ftecount>3','bpssscore','lifecycle'],1)).reset_index()

最后使用gt()和astype()方法：

out['ftecount>3']=df['ftecount>3'].gt(3).astype(int)
out['bpssscore']=df['bpssscore'].gt(3).astype(int)

现在如果你打印 out 你会得到：