如何将具有多个列值的列分组转换为 dataframe pandas 中的多列

Question

我有一个 dataframe 看起来像这样

指数	学校	ID	科目
0	施1	123	英语数学社交
2	Sch67	789	英语数学科学
3	Sch12	123	英语 泰卢固语 印地语

但我想将其转换为 dataframe 以下，每个主题计数和 groupby id

ID	英语	泰卢固语	数学	印地语	科学	社会的
123	2	1	1	1	0	1
789	1	0	1	0	1	0

我尝试为每一列使用 group by，但它对我不起作用

我希望代码是动态的，因为输入是一个大的 dataframe 而我只取了一大块 df

Answer 1

一种方法是将主题字符串拆分为单独的列，然后在这些列上运行pd.get_dummies ，然后按 id 和 sum 分组：

dummies = pd.get_dummies(df1['Subjects'].str.split(expand=True))

# print(dummies):
#    0_English  1_Telugu  1_maths  2_Hindi  2_science  2_social
# 0          1         0        1        0          0         1
# 1          1         0        1        0          1         0
# 2          1         1        0        1          0         0

# Delete the prepended integers and underscores from column names
dummies.columns = [c.split('_')[1] for c in dummies.columns]

# Bring in the id of each row
dummies['id'] = df1['id']

dummies.groupby('id', as_index=False).sum()

结果：

ID	英语	泰卢固语	数学	印地语	科学	社会的
123	2	1	1	1	0	1
789	1	0	1	0	1	0