python - 在 Python 中二值化 float64 Pandas Dataframe

Question

我有一个包含多个列的 Panda DF(每个列表示一个词在语料库中的频率)。每行对应一个文档，每个都是 float64 类型。

例如:

word1 word2 word3
0.0   0.3   1.0
0.1   0.0   0.5
etc

我想将其二值化，而不是频率以指示单词存在的 bool 值(0s 和 1s DF)结束

所以上面的例子将被转换为:

word1 word2 word3
0      1     1
1      0     1
etc

我查看了 get_dummies()，但输出不是预期的。

Answer 1

对于任何不为零的值，转换为 bool 值将导致 True — 对于任何零条目，将导致 False。如果您随后转换为整数，则会得到 1 和 0。

import io
import pandas as pd

data = io.StringIO('''\
word1 word2 word3
0.0   0.3   1.0
0.1   0.0   0.5
''')
df = pd.read_csv(data, delim_whitespace=True)

res = df.astype(bool).astype(int)
print(res)

输出:

   word1  word2  word3
0      0      1      1
1      1      0      1