將Dataframe列的內容「擴展」到新列中

Question

我確信無需使用嵌套循環就可以做到這一點。

我有一個DF（注意，對字符串列表的列）

df = DataFrame({'A' : [5,6,3,4], 'B' : [1,2,3,5], 'C' : [['a','b'],['b','c'] ,['g','h'],['x','y']]}) 

最終我想「擴大」出來在列列表中的值，以便有針對每一個山坳可能的列表項目，並且對於每一行，如果該值出現，則在正確列中有1。例如

df = 

A B  C  a b c g h x y 
5 1 ['a','b'] 1 1 
6 2 ['b','c']  1 1 
3 3 ['g','h']   1 1 
4 5 ['x','y']     1 1 

Answer 1

您可以使用pandas.get_dummies，但隨後被columns和彙總max需要groupby：

df1 = pd.get_dummies(pd.DataFrame(df.C.values.tolist()), prefix='', prefix_sep='') 
     .groupby(axis=1, level=0).max() 

df1 = pd.concat([df, df1], axis=1) 
print (df1) 

    A B  C a b c g h x y 
0 5 1 [a, b] 1 1 0 0 0 0 0 
1 6 2 [b, c] 0 1 1 0 0 0 0 
2 3 3 [g, h] 0 0 0 1 1 0 0 
3 4 5 [x, y] 0 0 0 0 0 1 1 

與replace + str.get_dummies另一種解決方案：

df1 = df.C.astype(str).replace(['\[','\]', "'", "\s+"], '', regex=True).str.get_dummies(',') 
df1 = pd.concat([df, df1], axis=1) 
print (df1) 

    A B  C a b c g h x y 
0 5 1 [a, b] 1 1 0 0 0 0 0 
1 6 2 [b, c] 0 1 1 0 0 0 0 
2 3 3 [g, h] 0 0 0 1 1 0 0 
3 4 5 [x, y] 0 0 0 0 0 1 1 

也可以去除0，但用數字和一些熊貓函數獲取字符串值c被打破：

df1 = df.C.astype(str).replace(['\[','\]', "'", "\s+"], '', regex=True).str.get_dummies(',') 
df1 = df1.replace(0,'') 
df1 = pd.concat([df, df1], axis=1) 
print (df1) 
    A B  C a b c g h x y 
0 5 1 [a, b] 1 1    
1 6 2 [b, c]  1 1    
2 3 3 [g, h]   1 1  
3 4 5 [x, y]     1 1