[英]In Python, how do I change one column of a dataframe based on another?
[英]How do I pivot one DataFrame column to a truth table with columns based on another DataFrame?
我有一个带有user_id
和category
df
。 我想将此转换为真值表,以确定该用户是否至少有一个该类别的条目。 但是,最终表还应包含“df_list”中出现的所有类别的列,这些列可能根本不会出现在df
。
现在我使用groupby
+ size
创建真值表,然后检查是否缺少任何列,然后手动将这些列设置为False
,但我想知道是否有一种方法可以在初始groupby
步骤中完成此操作。
这是一个例子:
import pandas as pd
df = pd.DataFrame({'user_id': [1,1,1,2,2],
'category': ['A', 'B', 'D', 'A', 'F']})
df_list = pd.DataFrame({'category': ['A', 'B', 'C', 'D', 'E', 'F']})
df_truth = df.groupby(['user_id', 'category']).size().unstack(fill_value=0).astype(bool)
#category A B D F
#user_id
#1 True True True False
#2 True False False True
然后到达所需的输出然后我做:
missing_vals = df_list.category.unique()[~pd.Series(df_list.category.unique()).isin(df_truth.columns)]
for element in missing_vals:
df_truth.loc[:,element] = False
#category A B D F C E
#user_id
#1 True True True False False False
#2 True False False True False False
选项1
crosstab
我建议将该列转换为分类dtype。 然后crosstab
/ pivot
将处理其余部分。
i = df.user_id
j = pd.Categorical(df.category, categories=df_list.category)
pd.crosstab(i, j).astype(bool)
col_0 A B C D E F
user_id
1 True True False True False False
2 True False False False False True
选项2
unstack
+ reindex
要修复现有代码,可以使用reindex
简化第二步:
(df.groupby(['user_id', 'category'])
.size()
.unstack(fill_value=0)
.reindex(df_list.category, axis=1, fill_value=0)
.astype(bool)
)
category A B C D E F
user_id
1 True True False True False False
2 True False False False False True
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.