通過列（字符串）中的獨特元素分解大熊貓數據框並創建列聯表？

我有一個熊貓數據幀，我希望做一些分析，它看起來像這樣：通過列（字符串）中的獨特元素分解大熊貓數據框並創建列聯表？

from pandas import DataFrame 
a = DataFrame([{'var1': 'K802', 'var2': 'No Concatenation', 'var3':'73410'}, 
      {'var1': 'O342,O820,Z370', 'var2': '59514,01968', 'var3':'146010'}, 
      {'var1': 'Z094', 'var2': 'No Concatenation', 'var3':''}, 
      {'var1': 'N920', 'var2': '58120', 'var3':'130910'}, 
      {'var1': 'S801,W2064,I219', 'var2': 'No Concatenation', 'var3':'93630'}, 
      {'var1': 'O987,O820,Z302,Z370', 'var2': '59514,01968,58611', 'var3':'146010'}, 
      {'var1': 'O987,O820,Z302,Z370,E115', 'var2': '59514,01968,58611', 'var3':'146020'}, 
      {'var1': 'N359,N319,J459', 'var2': '52281', 'var3':'113720'}, 
      {'var1': 'O342,O343,O820,Z370', 'var2': '59514,01968,59871', 'var3':'146010'}, 
      {'var1': 'J459,C449,E785,I10', 'var2': 'No Concatenation', 'var3':'43810'}, 
      {'var1': 'Z380,C780,C189,I270,J449,Z933', 'var2': 'No Concatenation', 'var3':'157520'}]) 
print a.var1 
0        K802 
1     O342,O820,Z370 
2        Z094 
3        N920 
4     S801,W2064,I219 
5    O987,O820,Z302,Z370 
6   O987,O820,Z302,Z370,E115 
7     N359,N319,J459 
8    O342,O343,O820,Z370 
9    J459,C449,E785,I10 
10 Z380,C780,C189,I270,J449,Z933 
Name: var1, dtype: object

它已被截斷，因爲它從裏有1百個加行來到csv文件。我們的目標是像這樣的東西來結束：

b = DataFrame([{'K802':1, 'O342': 0, 'O820':0, 'Z370':0, 'Z094': 0, 'N920':0, 'S801':0, 'W2064': 0, 'I219':0}, 
      {'K802':0, 'O342': 1, 'O820':1, 'Z370':1, 'Z094': 0, 'N920':0, 'S801':0, 'W2064': 0, 'I219':0}, 
      {'K802':0, 'O342': 0, 'O820':0, 'Z370':0, 'Z094': 1, 'N920':0, 'S801':1, 'W2064': 0, 'I219':0}, 
      {'K802':0, 'O342': 0, 'O820':0, 'Z370':0, 'Z094': 0, 'N920':1, 'S801':0, 'W2064': 0, 'I219':0}, 
      {'K802':0, 'O342': 0, 'O820':0, 'Z370':0, 'Z094': 0, 'N920':0, 'S801':1, 'W2064': 1, 'I219':1}]) 
print b 
    I219 K802 N920 O342 O820 S801 W2064 Z094 Z370 
0  0  1  0  0  0  0  0  0  0 
1  0  0  0  1  1  0  0  0  1 
2  0  0  0  0  0  1  0  1  0 
3  0  0  1  0  0  0  0  0  0 
4  1  0  0  0  0  1  1  0  0 
...

基本上，我想獲得在a.var1行的每個唯一進入一個新列然後，用一個1填充列中存在於行或0不存在。我需要分別對var1,var2和var3執行此操作，然後通過原始a的索引加入這三個，以便我可以計算頻率並可能進行一些邏輯迴歸。我是熊貓新手，似乎無法弄清楚如何有效地做到這一點。

任何幫助，將不勝感激。

來源

2016-09-12 PuzzledVacuum

您可以使用pd.Series上定義的get_dummies方法。這個用例比使用pd.get_dummies函數更直接。然後你可以使用pd.concat來組合生成的dfs。

pd.concat([a[col].str.get_dummies(',') for col in a], axis=1) 
Out: 
    C189 C449 C780 E115 E785 I10 I219 I270 J449 J459 ... \ 
0  0  0  0  0  0 0  0  0  0  0 ...  
1  0  0  0  0  0 0  0  0  0  0 ...  
2  0  0  0  0  0 0  0  0  0  0 ...  
3  0  0  0  0  0 0  0  0  0  0 ...  
4  0  0  0  0  0 0  1  0  0  0 ...  
5  0  0  0  0  0 0  0  0  0  0 ...  
6  0  0  0  1  0 0  0  0  0  0 ...  
7  0  0  0  0  0 0  0  0  0  1 ...  
8  0  0  0  0  0 0  0  0  0  0 ...  
9  0  1  0  0  1 1  0  0  0  1 ...  
10  1  0  1  0  0 0  0  1  1  0 ...

來源

2016-09-12 11:45:02 ayhan

通過列（字符串）中的獨特元素分解大熊貓數據框並創建列聯表？

回答

相關問題