在熊猫中进行逆多热编码的最快方法是什么？

Question

在大型 DataFrame 上进行反向“多热”（如具有多个同时类别的单热）操作的最快方法是什么？

我有以下数据帧：

id  type_A  type_B  type_C
 1       1       1       0
 2       0       1       0
 3       0       1       1

该操作将给出：

id   type
 1 type_A
 1 type_B
 2 type_B
 3 type_B
 3 type_C

Answer 1

使用melt和query ：

df = df.melt(id_vars='id', value_vars=['type_A', 'type_B', 'type_C']).query('value == 1')

   id variable  value
0   1   type_A      1
3   1   type_B      1
4   2   type_B      1
5   3   type_B      1
8   3   type_C      1

使用正确的列名：

df = (
    df.melt(id_vars='id', 
            value_vars=['type_A', 'type_B', 'type_C'],
            var_name='type')
      .query('value == 1')
      .drop(columns='value')
)

   id    type
0   1  type_A
3   1  type_B
4   2  type_B
5   3  type_B
8   3  type_C

Answer 2

融化应该是实现这一目标的正常方法

yourdf=df.melt('id').loc[lambda x : x['value']==1]
   id variable  value
0   1   type_A      1
3   1   type_B      1
4   2   type_B      1
5   3   type_B      1
8   3   type_C      1

Answer 3

这是一个带有.dot的解决方案，它使用矩阵乘法与series.explode()帮助的列，这是版本0.25+新0.25+ ：

m = df.set_index('id')
m.dot(m.columns+',').str.rstrip(',').str.split(',').explode().reset_index(name='type')

---

   id    type
0   1  type_A
1   1  type_B
2   2  type_B
3   3  type_B
4   3  type_C

Answer 4

用：

new_df = (df.set_index('id')
            .where(lambda x: x.eq(1))
            .stack()
            .rename_axis(['id','type'])
            .reset_index()[['id','type']] )
print(new_df)
   id    type
0   1  type_A
1   1  type_B
2   2  type_B
3   3  type_B
4   3  type_C

Answer 5

df.melt(id_vars='id', ).query('value == 1').drop(columns='value').rename(columns={"variable":"type"})

想要的结果：

    id  type
0   1   type_A
3   1   type_B
4   2   type_B
5   3   type_B
8   3   type_C

Answer 6

您可以用NaN和stack替换所有零。 通过堆叠所有NaN值都将被丢弃。 然后您可以获得MultiIndex并将其转换为数据框：

df = df.set_index('id') # set 'id' to index if necessary

df.replace(0, np.nan).stack().index.to_frame(index=False, name=['id', 'type'])

输出：

   id    type
0   1  type_A
1   1  type_B
2   2  type_B
3   3  type_B
4   3  type_C