python - 等价于多列的 Pandas 分解？

Question

我有一个数据框的三个二进制类型的列，它们的值一起构成了有意义的数据分组。为了引用该组，我目前正在创建一个新专栏，像这样进行硬编码二进制编码:

data['type'] = data['a'] + 2 * data['b'] + 4 * data['c']

Pandas factorize 将为序列的每个不同值分配一个整数，但它似乎不适用于多列的组合。对于这种情况，是否有更通用的 Pandas 功能？如果这样的函数泛化到任意数量类别的 K 个不同的分类变量，而不是局限于二元变量，那就太好了。

如果这样的事情不存在，是否会对拉取请求感兴趣？

Answer 1

您可以尝试以下两种方法:

df = pd.DataFrame({'a': [1, 1, 0], 
                   'b': [0, 1, 0], 
                   'c': [1, 1, 1]})

>>> df
   a  b  c
0  1  0  1
1  1  1  1
2  0  0  1

>>> ["".join(row) for row in df[['a', 'b', 'c']].values.astype(str)]
Out[22]: ['101', '111', '001']

>>> [bytearray("".join(row)) for row in df[['a', 'b', 'c']].values.astype(str)]
Out[23]: [bytearray(b'101'), bytearray(b'111'), bytearray(b'001')]