[英]Pandas - get_dummies with a selected set
使用以下数据帧:
>>> df = pd.DataFrame(data={'category':['a','b','c'],'val':[1,2,3]})
>>> df
category val
0 a 1
1 b 2
2 c 3
我正在连接生成的虚拟列并删除原始列,如下所示:
>>> df = pd.concat([df, pd.get_dummies(df['category'], prefix='cat')], axis=1).drop(['category'], axis=1)
>>> df
val cat_a cat_b cat_c
0 1 1 0 0
1 2 0 1 0
2 3 0 0 1
然后我为未来的未知值添加另一列,如下所示:
>>> df['cat_unkown'] = 0
>>> df
val cat_a cat_b cat_c cat_unkown
0 1 1 0 0 0
1 2 0 1 0 0
2 3 0 0 1 0
现在我想在新的 DataFrame 上 get_dummies,但将其映射到可用列,这意味着:如果存在类别列,则使用它,否则将 cat_unkown 设置为 1
例如对于以下数据帧:
category val
0 a 1
1 b 2
2 d 3
结果将是:
val cat_a cat_b cat_c cat_unkonw
0 1 1 0 0 0
1 2 0 1 0 0
2 3 0 0 0 1
什么是一种有效的方法来做到这一点?
更新:只是详细说明一下,在我的实际问题中,我在 get_dummies 产生结果后有数据帧。
我相信你需要:
df = pd.DataFrame(data={'category':['a','b','c'],'val':[1,2,3]})
df = pd.concat([df, pd.get_dummies(df['category'], prefix='cat')], axis=1).drop(['category'], axis=1)
df['cat_unkown'] = 0
print (df)
val cat_a cat_b cat_c cat_unkown
0 1 1 0 0 0
1 2 0 1 0 0
2 3 0 0 1 0
df1 = pd.DataFrame(data={'category':['a','b','d'],'val':[1,2,3]})
df1 = pd.concat([df1, pd.get_dummies(df1['category'], prefix='cat')], axis=1).drop(['category'], axis=1)
print (df1)
val cat_a cat_b cat_d
0 1 1 0 0
1 2 0 1 0
2 3 0 0 1
#get all columns names without val
orig_cols = df.columns.difference(['val'])
print (orig_cols)
Index(['cat_a', 'cat_b', 'cat_c', 'cat_unkown'], dtype='object')
#create dictionary with all columns from df1 which are not in df (also removed vals column)
dif = dict.fromkeys(df1.columns.difference(['val'] + orig_cols.tolist()), 'cat_unkown')
print (dif)
{'cat_d': 'cat_unkown'}
#rename columns and if-else for possible multiplied renamed columns
df3 = (df1.rename(columns=dif)
.assign(cat_unkown = lambda x: x.pop('cat_unkown').max(axis=1)
if isinstance(x['cat_unkown'], pd.DataFrame)
else x.pop('cat_unkown'))
.reindex(columns=orig_cols, fill_value=0)
)
print (df3)
cat_a cat_b cat_c cat_unkown
0 1 0 0 0
1 0 1 0 0
2 0 0 0 1
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.