我在Pandas中有一个名为"label“的变量,它包含多个字符串值(例如:'label1', "label2', 'label3'...)。
label
label1
label1
label23
label3
label11我将所有唯一值输出到一个列表中,然后创建新变量。
unique_labels = df['label'].unique()
for i in unique_labels: # create new single label variable holders
df[str(i)] = 0现在我有了
label label1 label2 .... label23
label1 0 0 0
label23 0 0 0我希望将基于'label'的相应值分配到新的单标签变量上,如下所示
label label1 label2 .... label23
label1 1 0 0
label23 0 0 1这是我的密码
def single_label(df):
for i in range(len(unique_labels)):
if df['label'] == str(unique_labels[i]):
df[unique_labels[i]] == 1
df = df.applymap(single_label)得到这个错误
TypeError: ("'int' object is not subscriptable", 'occurred at index Unnamed: 0')发布于 2018-06-12 15:41:39
在删除重复项之后,您可以使用pd.get_dummies,这将比迭代地执行更快和更干净的代码:
df.drop_duplicates().join(pd.get_dummies(df.drop_duplicates()))
label label_label1 label_label11 label_label23 label_label3
0 label1 1 0 0 0
2 label23 0 0 1 0
3 label3 0 0 0 1
4 label11 0 1 0 0您可以使用label和prefix_sep参数去除这些prefix前缀和下划线:
df.drop_duplicates().join(pd.get_dummies(df.drop_duplicates(),
prefix='', prefix_sep=''))
label label1 label11 label23 label3
0 label1 1 0 0 0
2 label23 0 0 1 0
3 label3 0 0 0 1
4 label11 0 1 0 0编辑:有第二列,即:
>>> df
label second_column
0 label1 a
1 label1 b
2 label23 c
3 label3 d
4 label11 e只需在label列上调用pd.get_dummies:
df.drop_duplicates('label').join(pd.get_dummies(df['label'].drop_duplicates(),
prefix='', prefix_sep=''))
label second_column label1 label11 label23 label3
0 label1 a 1 0 0 0
2 label23 c 0 0 1 0
3 label3 d 0 0 0 1
4 label11 e 0 1 0 0但是,你要去掉没有重复的行,我不认为这是你想要的(除非我弄错了)。如果没有,只需省略删除重复调用:
df.join(pd.get_dummies(df['label'], prefix='', prefix_sep=''))
label second_column label1 label11 label23 label3
0 label1 a 1 0 0 0
1 label1 b 1 0 0 0
2 label23 c 0 0 1 0
3 label3 d 0 0 0 1
4 label11 e 0 1 0 0https://stackoverflow.com/questions/50820945
复制相似问题