將帶有鍵和值列表的 dict 轉換為 pandas Dataframe ，其中值是列名

Question

給定這樣的字典：

d={'paris':['a','b'],
  'brussels':['b','c'],
  'mallorca':['a','d']}

#when doing:
df = pd.DataFrame(d)
df.T

我沒有得到預期的結果。 我想得到的是一個 one_hot_encoding DF，其中的列是大寫字母，值 1 或 0 對應於每個城市包括的每個字母是 paris、mallorca 等

期望的結果是：

df = pd.DataFrame([[1,1,0,0],[0,1,1,0],[1,0,0,1]], index=['paris','brussels','mallorca'], columns=list('abcd'))
df.T

有什么聰明的方法可以做到這一點，而不必對第一個 dict 進行多循環以將其轉換為另一個？

Answer 1

解決方案1：

• 結合df.apply與series.value_counts和 append df.fillna用零填充NaN值。

out = df.apply(pd.Series.value_counts).fillna(0)
print(out)

   paris  brussels  mallorca
a    1.0       0.0       1.0
b    1.0       1.0       0.0
c    0.0       1.0       0.0
d    0.0       0.0       1.0

解決方案1：

• 使用df.melt轉換您的df ，然后在pd.crosstab中使用結果。
• 再次使用df.fillna將NaN值更改為零。 最后，根據原始df中的順序對列重新排序。

out = df.melt(value_name='index')
out = pd.crosstab(index=out['index'], columns=out['variable'])\
    .fillna(0).loc[:, df.columns]
print(out)

       paris  brussels  mallorca
index                           
a          1         0         1
b          1         1         0
c          0         1         0
d          0         0         1

Answer 2

我不知道我的解決方案有多“聰明”，但它很有效，而且非常簡潔易讀。

import pandas as pd

d = {'paris': ['a', 'b'],
     'brussels': ['b', 'c'],
     'mallorca': ['a', 'd']}

df = pd.DataFrame(d).T
df.columns = ['0', '1']
df = pd.concat([df['0'], df['1']])
df = pd.crosstab(df, columns=df.index)

print(df)

產量：

       brussels  mallorca  paris                           
a             0         1      1
b             1         0      1
c             1         0      0
d             0         1      0