Crie uma matriz 2D com 2 colunas de um dataframe e loop para valor

Question

Eu tenho um enorme dataframe que se parece com isto:

    u_id  i_id  
0  55218    0      
1  55218    2       
2  55218    1       
3  55222    2 
4  55222    3      

Eu quero criar uma matriz com os eixos u_ide i_ideo valor é 1(se u_idtem a i_id) e 0de outra forma.
Curtiu isso:

    0    1    2    3
0   1    1    1    0
1   0    0    1    1

Criei a matriz com:

df_neu = np.full(df[['u_id', 'i_id']].nunique(), 0)

mas agora não sei como substituir 0.

Answer 1

Tente por favor:

df = df.groupby('u_id')['i_id'].apply(list).reset_index()
def fill(x):
    for val in x.i_id:
        df_un[x.name,val] = 1
df.apply(lambda x: fill(x), axis=1)

print(df_un)

[[1 1 1 0]
 [0 0 1 1]]

Answer 2

Eu acho que isso

columns = sorted(set(df['i_id'].values))
df_neu = pd.DataFrame({key: [1 if c in group['i_id'].values else 0
                             for c in columns]
                       for key, group in df.groupby('u_id')},
                      index=columns).T

essencialmente leva ao resultado esperado:

       0  1  2  3
55218  1  1  1  0
55222  0  0  1  1

Minha suposição é que seu DataFrame original seja nomeado df.

Se você quiser se livrar do u_idíndice:

df_neu.reset_index(drop=True, inplace=True)

   0  1  2  3
0  1  1  1  0
1  0  0  1  1

Ou um sem a transposição:

columns = sorted(set(df['i_id'].values))
df_neu = pd.DataFrame([[1 if c in group['i_id'].values else 0
                        for c in columns]
                       for _, group in df.groupby('u_id')],
                      columns=columns)