Pandas Group von und Get Dummies

Question

Ich möchte Dummy-Variablen pro eindeutigen Wert erhalten. Die Idee ist, den Datenrahmen in ein Multi-Label-Ziel zu verwandeln. Wie kann ich es tun?

Daten:

           ID                      L2
           A                 Firewall
           A                 Security
           B           Communications
           C                 Business
           C                 Switches

Gewünschte Ausgabe:

ID   Firewall  Security  Communications  Business   Switches
 A      1          1             0              0         0
 B      0          0             1              0         0
 C      0          0             0              1         1

Ich habe es versucht, pd.pivot_tableaber es erfordert eine Spalte zum Aggregieren. Ich habe auch versucht, auf diesen Link zu antworten , aber er summiert die Werte und verwandelt sich nicht nur in binäre Dummy-Spalten. Ich würde mich sehr über Ihre Hilfe freuen. Vielen Dank!

Answer 1

Lassen Sie uns set_indexdann get_dummies, da wir mehrere Duplikate in jeder ID haben, müssen wir summitlevel = 0

s = df.set_index('ID')['L2'].str.get_dummies().max(level=0).reset_index()
Out[175]: 
  ID  Business  Communications  Firewall  Security  Switches
0  A         0               0         1         1         0
1  B         0               1         0         0         0
2  C         1               0         0         0         1

Answer 2

crosstab, dann in booleschen Wert konvertieren:

pd.crosstab(df['ID'],df['L2']).astype(bool)

Ausgabe:

L2  Business  Communications  Firewall  Security  Switches
ID                                                        
A      False           False      True      True     False
B      False            True     False     False     False
C       True           False     False     False      True

Answer 3

Sie können verwenden, pivot_tablewenn Sie die ändern aggfunc=any.

print(df.pivot_table(index='ID', columns='L2', 
                     aggfunc=any, fill_value=False)\
        .astype(int))
L2  Business  Communications  Firewall  Security  Switches
ID                                                        
A          0               0         1         1         0
B          0               1         0         0         0
C          1               0         0         0         1

und vielleicht reset_indexam Ende, um die ID als Spalte zu setzen

Answer 4

Sie können dies versuchen:

df1 = pd.read_csv("file.csv")
df2 = df1.groupby(['ID'])['L2'].apply(','.join).reset_index()
df3 = df2["L2"].str.get_dummies(",")
df = pd.concat([df2, df3], axis = 1)
print(df)

Ausgabe:

  ID                 L2  Business  Communications  Firewall  Security  Switches
0  A  Firewall,Security         0               0         1         1         0
1  B     Communications         0               1         0         0         0
2  C  Business,Switches         1               0         0         0         1

Alternative Möglichkeit:

df = df.groupby(['ID'])['L2'].apply(','.join).str.get_dummies(",").reset_index()
print(df)