創建熊貓基於在單個列值數據幀

Question

多個列我在數據幀的柱（DF [「值」）與1000行具有重複碼A30，A31，A32，A33，A34。我想創建五個單獨的列，其標題colA30，colA31，colA32，colA33，colA34在同一個數據框（df）中，在新創建的五列中創建值爲0或1，根據行是否是df ['Values 「]。

防爆：DF

Values colA30 colA31 colA32 colA33 colA34 
A32  0  0  1  0  0 
A30  1  0  0  0  0 
A31  0  1  0  0  0 
A34  0  0  0  0  1 
A33  0  0  0  1  0 

因此，如果DF行[「值」]是A32則colA32應該是1和所有其他列應該是0的等在DF [列休息「價值」。

我做了以下方法。但是，無論如何要一次性完成它，因爲我有多個列，其中有多個代碼，需要創建多個列。

df['A30']=df['Values'].map(lambda x : 1 if x=='A30' else 0) 

df['A31']=df['Values'].map(lambda x : 1 if x=='A31' else 0) 

df['A32']=df['Values'].map(lambda x : 1 if x=='A32' else 0) 

df['A33']=df['Values'].map(lambda x : 1 if x=='A33' else 0) 

df['A34']=df['Values'].map(lambda x : 1 if x=='A34' else 0) 

Answer 1

您可以在許多方面做到這一點：

在pandas有一個叫pd.get_dummies()功能，可以讓你的每個分類數據轉換成二進制數據。將其應用到您的分類列，然後連接使用原始數據框獲得的數據框。 Here是鏈接到文檔。

另一種方法是使用圖書館sklearn及其OneHotEncoder。它和上面的完全一樣，但是對象不一樣。你應該使用你的OneHotEncoder類的實例來適應你的分類數據。

對於您的情況，我會使用pd.get_dummies()，使用起來更簡單。