python - Pandas DF Pivot/Transform/Vectorize 操作

Question

不是 Pandas 方面的专家，但我想知道是否有一种 pythonic 方法可以将 Pandas DF 中的系列转换为包含由“1”和“0”数组组成的数据的列标题。

我有以下数据框:

df1 = pd.DataFrame({'x':[254,300,300,300,850,850,1000],
                    'y':[57,12,34,45,8,45,9]})

x 和 y 是相同大小的向量，我希望“x”是索引，“y”中的值是列标题，“0”和“1”代表存在/不存在x 行中的 y 值，所以我转换后的 DF 看起来或多或少像这样:

Answer 1

使用 unstack 可能会更快:

In [245]:

df1['z'] = 1
df1.groupby(['x', 'y']).count().unstack().fillna(0)
       z                    
y     8   9   12  34  45  57
x                           
254    0   0   0   0   0   1
300    0   0   1   1   1   0
850    1   0   0   0   1   0
1000   0   1   0   0   0   0

In [256]:

%timeit pd.crosstab(df1['x'], df1['y'])
100 loops, best of 3: 8.72 ms per loop
In [261]:

%%timeit
df1['z'] = 1
df1.groupby(['x', 'y']).count().unstack().fillna(0)
100 loops, best of 3: 4.75 ms per loop
In [262]:

%%timeit
df1['z'] = 1
df1.groupby(['x', 'y']).sum().unstack().fillna(0)
100 loops, best of 3: 4.88 ms per loop