将dataframe中字符串列的唯一值转换为值为0或1的新多标头

Question

我有一个dataframe，其列标题名为Transportation，其中一些值为Car、Bus、Ship或Nan（表示缺失值）。我要做的是提取运输中的所有唯一值（例如，id为3的人和id为6的人可能有汽车运输），然后将它们放入新的列标题中。在

然后，如果id 3的transportation是Car，那么Car头下的行值是1，其他头下的行值是0。对于Nan，所有新生成的头下的值为0。在

Answer 1

最简单、最快的方法是使用pandas get_dummies

示例：

考虑这个数据框df：

  Transportation
0            car
1            bus
2          plane
3            NaN

如果执行此操作：

^{pr2}$

作为输出：

   bus  car  plane
0    0    1      0
1    1    0      0
2    0    0      1
3    0    0      0

我相信这就是你要找的。在

Answer 2

我认为这就是分类变量的二进制编码：

def binary_encode(df, field) 
    df[df['Transportation'] == field][field] = 1
    df[df['Transportation'] != field][field] = 0

例如，如果用field='Car'调用它，它将执行以下操作：

^{pr2}$

df[df['Transportation'] == 'Car']只选择dataframe中Transportation列的值为“Car”的所有行。然后，它的其余部分将值1赋给这些行的Car列。在

此时，包含Transportation列的其他值的行将具有nan，我们不希望这样。因此，我们使用类似的技术将值0赋给其余的值。在

Answer 3

使用内置的熊猫。应用功能。在

本例中的apply函数将接受一个函数作为输入。此函数将在列系列的每个成员上运行，并生成一个新列。下面是一个使用lambda函数和内联if else语句简洁地完成此操作的示例：

import pandas as pd
import numpy as np

# Creating a sample list which contains the transportation list
transportation_list = ["Car","Bus","Ship",np.nan,"Car","Bus","Ship",np.nan]

# Make a pandas Dataframe with a single column called transportation
df = pd.DataFrame({"Transportation":transportation_list})

# Create additional columns by applying the lambda function to each row in 
# the transportation column and set the value equal to zero or one depending 
# on equivalence to test value.
df['car'] = df["Transportation"].apply(lambda transport_type:1 if "Car" == transport_type else 0)
df['bus'] = df["Transportation"].apply(lambda transport_type:1 if "Bus" == transport_type else 0)
df['ship'] = df["Transportation"].apply(lambda transport_type:1 if "Ship" == transport_type else 0)

得出以下结果：