根据值将一列转换为多列

Question

在Python中，我想知道是否有一种方法可以将一个单列数据框从这样的形式转换为： 转换为这样的形式：

- Fxs7576

Answer 1

来源 DF：

In [204]: df
Out[204]:
     Country
0      Italy
1  Indonesia
2     Canada
3      Italy

我们可以使用 pd.get_dummies() 函数：

In [205]: pd.get_dummies(df.Country)
Out[205]:
   Canada  Indonesia  Italy
0       0          0      1
1       0          1      0
2       1          0      0
3       0          0      1

或者使用sklearn.feature_extraction.text.CountVectorizer:

In [211]: from sklearn.feature_extraction.text import CountVectorizer

In [212]: cv = CountVectorizer()

In [213]: r = pd.SparseDataFrame(cv.fit_transform(df.Country), 
                                 columns=cv.get_feature_names(), 
                                 index=df.index,
                                 default_fill_value=0)

In [214]: r
Out[214]:
   canada  indonesia  italy
0       0          0      1
1       0          1      0
2       1          0      0
3       0          0      1

- MaxU - stand with Ukraine

Answer 2

几个附加选项

pd.Series.str.get_dummies

df.Country.str.get_dummies()

   Canada  Indonesia  Italy
0       0          0      1
1       0          1      0
2       1          0      0
3       0          0      1

pd.DataFrame.groupby与value_counts一起使用

df.groupby(level=0).Country.value_counts().unstack(fill_value=0)

Country  Canada  Indonesia  Italy
0             0          0      1
1             0          1      0
2             1          0      0
3             0          0      1

---

pd.factorize + np.bincount

f, u = pd.factorize(df.Country.values)

pd.DataFrame(
    np.bincount(
        f + np.arange(f.size) * u.size, minlength=u.size * f.size
    ).reshape(f.size, u.size),
    df.index, u
)

   Italy  Indonesia  Canada
0      1          0       0
1      0          1       0
2      0          0       1
3      1          0       0

---

pd.factorize + np.eye

f, u = pd.factorize(df.Country.values)
pd.DataFrame(np.eye(u.size, dtype=int)[f], df.index, u)

   Italy  Indonesia  Canada
0      1          0       0
1      0          1       0
2      0          0       1
3      1          0       0

pd.factorize + 数组切片赋值

f, u = pd.factorize(df.Country.values)
a = np.zeros((f.size, u.size), dtype=int)
a[np.arange(f.size), f] = 1
pd.DataFrame(a, df.index, u)

   Italy  Indonesia  Canada
0      1          0       0
1      0          1       0
2      0          0       1
3      1          0       0

- piRSquared