将dataframe中字符串列的唯一值转换为值为0或1的新的多个头

Question

我有一个名为Transportation的列标题的dataframe，其中有一些值为Car、Bus、Ship或Nan (表示缺失值)。我打算做的是提取交通运输中所有独特的价值(例如，id为3的人和id为6的人可以使用汽车)，然后将它们放入新的列标题中。

然后，如果id3的交通工具是Car，那么在Car header下的行值为1，在其他header下的行值为0。对于Nan，所有新生成的header下的值都为0。

Answer 1

最简单、最快的方法是使用pandas get_dummies

示例：

考虑一下这个DataFrame df

  Transportation
0            car
1            bus
2          plane
3            NaN

如果执行以下命令：

new_df = pd.get_dummies(df,prefix='',prefix_sep='')
print(new_df)

您将获得以下输出：

   bus  car  plane
0    0    1      0
1    1    0      0
2    0    0      1
3    0    0      0

我相信这就是你要找的。

Answer 2

我认为这就是分类变量的二进制编码：

def binary_encode(df, field) 
    df[df['Transportation'] == field][field] = 1
    df[df['Transportation'] != field][field] = 0

例如，如果你用field='Car‘调用它，它会这样做：

df[df['Transportation'] == 'Car']['Car'] = 1
df[df['Transportation'] != 'Car']['Car'] = 0

df[df['Transportation'] == 'Car']只选择数据帧中Transportation列的值为'Car‘的所有行。然后，它的其余部分将值1赋给这些行的Car列。

此时，包含Transportation列的其他值的行将具有NaNs，这是我们不希望看到的。因此，我们使用类似的技术将值0赋给其余的值。

Answer 3

使用.apply函数中内置的pandas。

本例中的应用函数将接受一个函数作为输入。此函数将在列系列的每个成员上运行，并生成一个新列。下面是一个使用lambda函数和内联if else语句来简洁地完成此操作的示例：

import pandas as pd
import numpy as np

# Creating a sample list which contains the transportation list
transportation_list = ["Car","Bus","Ship",np.nan,"Car","Bus","Ship",np.nan]

# Make a pandas Dataframe with a single column called transportation
df = pd.DataFrame({"Transportation":transportation_list})

# Create additional columns by applying the lambda function to each row in 
# the transportation column and set the value equal to zero or one depending 
# on equivalence to test value.
df['car'] = df["Transportation"].apply(lambda transport_type:1 if "Car" == transport_type else 0)
df['bus'] = df["Transportation"].apply(lambda transport_type:1 if "Bus" == transport_type else 0)
df['ship'] = df["Transportation"].apply(lambda transport_type:1 if "Ship" == transport_type else 0)

给出一个结果：

​

​