如何从两列创建一个虚拟数据框？

Question

假设我有数据框：

a|stg1
a|stg2
a|stg3
b|stg2
b|stg3
c|stg1

我想得到一个像这样的假人的数据框：

  stg1|stg2|stg3
a|  1 |  1 |  1
b|  0 |  1 |  1
c|  1 |  0 |  0

我曾尝试使用 Pandas 的 get_dummies，但它并没有解决问题我还尝试创建一个带有两个 for 循环的字典，广告即使它有效，它也需要永远，并且必须有一个更优雅和有效的解决方案为了那个原因。

或者它更像是一个数据透视表之类的东西？ 但是我应该使用什么功能呢？ 每个值对都是唯一的

Answer 1

您可以使用pd.crosstab默认情况下形成频率表：

# 0 is the column name of `a, b, c` and 1 is that of `stg*`
>>> res = pd.crosstab(df[0], df[1])
>>> res

1  stg1  stg2  stg3
0
a     1     1     1
b     0     1     1
c     1     0     0

左上角的1和0是原始数据框中列的名称； 它们成为结果的索引和列的名称。 如果不需要它们：

>>> res = res.rename_axis(index=None, columns=None)
>>> res

   stg1  stg2  stg3
a     1     1     1
b     0     1     1
c     1     0     0

Answer 2

您可以使用通用数据透视表（“A”和“B”是您的列名）：

pv = pd.pivot_table(df, index='A', columns='B', aggfunc='size', fill_value=0)
pv.index.name=None
pv.columns.name=None

print(pv)

输出：

   stg1  stg2  stg3
a   1.0   1.0   1.0
b   0.0   1.0   1.0
c   1.0   0.0   0.0