Dividir uma dataframe coluna de ter um pandas série em várias colunas

Question 1

Eu tenho um pandas dataframe com muitas colunas. Um deles é uma série. Eu quero dividir a coluna em um conjunto de colunas boleano. Assim, se o valor de uma linha é ['Vermelho','Quente','Verão'], eu quero 3 colunas: Vermelho (com valor 1), Quente (com valor 1) e no Verão (com valor 1).

Exemplo:

df = pd.DataFrame({'Owner': ['Bob', 'Jane', 'Amy'],
               'Make': ['Ford', 'Ford', 'Jeep'],
               'Model': ['Bronco', 'Bronco', 'Wrangler'],
               'Sentiment': [['Meh','Red','Dirty'], ['Rusty','Sturdy'], ['Dirty','Red']],
               'Max Speed': [80, 150, 69],
              'Customer Rating': [90, 50, 91]})

nos dá:

Agora eu quero essa saída: (Verdadeiro/Falso poderia ser uns e zeros, também. Tão bom).

nota: eu olhei esse post abaixo: Dividir um Pandas coluna de listas em várias colunas mas isso só funciona diretamente se a série já não é parte da DF.

qualquer ajuda apreciada!

Question 2

Tente explode em seguida, crosstab e join

s = df.Sentiment.explode()
out = df.join(pd.crosstab(s.index,s).astype(bool))
out
  Owner  Make     Model          Sentiment  ...    Meh    Red  Rusty  Sturdy
0   Bob  Ford    Bronco  [Meh, Red, Dirty]  ...   True   True  False   False
1  Jane  Ford    Bronco    [Rusty, Sturdy]  ...  False  False   True    True
2   Amy  Jeep  Wrangler       [Dirty, Red]  ...  False   True  False   False
[3 rows x 11 columns]

Question 3

Tente isso:

df = pd.concat([df, pd.get_dummies(df['Sentiment'].explode())], axis=1)

Saída:

>>> df
  Owner  Make     Model             Sentiment  Max Speed  Customer Rating  AWESOME  Dirty  LOVE  Meh  Red  Rusty  Sturdy
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      0     0    1    0      0       0
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      0     0    0    1      0       0
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      1     0    0    0      0       0
1  Jane  Ford    Bronco       [Rusty, Sturdy]        150               50        0      0     0    0    0      1       0
1  Jane  Ford    Bronco       [Rusty, Sturdy]        150               50        0      0     0    0    0      0       1
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        0      0     1    0    0      0       0
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        1      0     0    0    0      0       0
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        0      0     0    0    1      0       0

Como funciona

O que você está procurando é normalmente chamado de one-quente de codificação, e é um método de pandas só para isso: get_dummies(). É preciso uma Série (ou DataFrame) e cria uma nova coluna para cada valor único em que Série (ou DataFrame).

df['Sentiment'].explode() cria uma nova coluna, que contém todos os valores individuais de todas as listas na coluna selecionada(s).

BENY · Answer 1 · 2021-11-24T14:07:56

Tente explode em seguida, crosstab e join

s = df.Sentiment.explode()
out = df.join(pd.crosstab(s.index,s).astype(bool))
out
  Owner  Make     Model          Sentiment  ...    Meh    Red  Rusty  Sturdy
0   Bob  Ford    Bronco  [Meh, Red, Dirty]  ...   True   True  False   False
1  Jane  Ford    Bronco    [Rusty, Sturdy]  ...  False  False   True    True
2   Amy  Jeep  Wrangler       [Dirty, Red]  ...  False   True  False   False
[3 rows x 11 columns]

richardec · Answer 2 · 2021-11-24T03:25:47

Tente isso:

df = pd.concat([df, pd.get_dummies(df['Sentiment'].explode())], axis=1)

Saída:

>>> df
  Owner  Make     Model             Sentiment  Max Speed  Customer Rating  AWESOME  Dirty  LOVE  Meh  Red  Rusty  Sturdy
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      0     0    1    0      0       0
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      0     0    0    1      0       0
0   Bob  Ford    Bronco     [Meh, Red, Dirty]         80               90        0      1     0    0    0      0       0
1  Jane  Ford    Bronco       [Rusty, Sturdy]        150               50        0      0     0    0    0      1       0
1  Jane  Ford    Bronco       [Rusty, Sturdy]        150               50        0      0     0    0    0      0       1
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        0      0     1    0    0      0       0
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        1      0     0    0    0      0       0
2   Amy  Jeep  Wrangler  [LOVE, AWESOME, Red]         69               91        0      0     0    0    1      0       0

Como funciona

O que você está procurando é normalmente chamado de one-quente de codificação, e é um método de pandas só para isso: get_dummies(). É preciso uma Série (ou DataFrame) e cria uma nova coluna para cada valor único em que Série (ou DataFrame).

df['Sentiment'].explode() cria uma nova coluna, que contém todos os valores individuais de todas as listas na coluna selecionada(s).

Dividir uma dataframe coluna de ter um pandas série em várias colunas

Pergunta

Melhor resposta

Como funciona

Em outros idiomas

Esta página está em outros idiomas

Popular nesta categoria

Perguntas populares nesta categoria