- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有
a={0: ['I3925'], 1: ['I3925'], 2: ['I3925'], 3: ['I2355'], 4: ['I2355'], 5: ['I2355'], 6: ['I111'], 7: ['I111'], 8: ['I111'], 9: ['I405'], 10: ['I405'], 11: ['I3878', 'I2864'], 12: ['I3878'], 13: ['I534'], 14: ['I534'], 15: ['I134', 'I2276'], 16: ['I107'], 17: ['I107'], 18: ['I2864']}
其中包含一把 key 的一个补充 I 编号。
b = pd.Series(a,\
index = a.keys(),
name = "a")
pd.get_dummies(b.apply(pd.Series))
然后 get_dummies 不起作用,因为它创建了一个重复的列 1_15 来存储与第二个 I 编号的匹配,而不是将它们堆叠到同一列中。我不明白为什么。
0_I107 0_I111 0_I134 0_I2355 0_I2864 0_I3878 0_I3925 0_I405 0_I534 1_I2276 1_I2864
0 0 0 0 0 0 0 1 0 0 0 0
1 0 0 0 0 0 0 1 0 0 0 0
2 0 0 0 0 0 0 1 0 0 0 0
3 0 0 0 1 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 0
5 0 0 0 1 0 0 0 0 0 0 0
6 0 1 0 0 0 0 0 0 0 0 0
7 0 1 0 0 0 0 0 0 0 0 0
8 0 1 0 0 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0 1 0 0 0
10 0 0 0 0 0 0 0 1 0 0 0
11 0 0 0 0 0 1 0 0 0 0 1
12 0 0 0 0 0 1 0 0 0 0 0
13 0 0 0 0 0 0 0 0 1 0 0
14 0 0 0 0 0 0 0 0 1 0 0
15 0 0 1 0 0 0 0 0 0 1 0
16 1 0 0 0 0 0 0 0 0 0 0
17 1 0 0 0 0 0 0 0 0 0 0
18 0 0 0 0 1 0 0 0 0 0 0
谁能解释一下我做错了什么?
最佳答案
选项 1
from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()
pd.DataFrame(mlb.fit_transform(b), b.index, mlb.classes_)
I107 I111 I134 I2276 I2355 I2864 I3878 I3925 I405 I534
0 0 0 0 0 0 0 0 1 0 0
1 0 0 0 0 0 0 0 1 0 0
2 0 0 0 0 0 0 0 1 0 0
3 0 0 0 0 1 0 0 0 0 0
4 0 0 0 0 1 0 0 0 0 0
5 0 0 0 0 1 0 0 0 0 0
6 0 1 0 0 0 0 0 0 0 0
7 0 1 0 0 0 0 0 0 0 0
8 0 1 0 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0 0 1 0
10 0 0 0 0 0 0 0 0 1 0
11 0 0 0 0 0 1 1 0 0 0
12 0 0 0 0 0 0 1 0 0 0
13 0 0 0 0 0 0 0 0 0 1
14 0 0 0 0 0 0 0 0 0 1
15 0 0 1 1 0 0 0 0 0 0
16 1 0 0 0 0 0 0 0 0 0
17 1 0 0 0 0 0 0 0 0 0
18 0 0 0 0 0 1 0 0 0 0
选项 2
b.str.join('|').str.get_dummies()
I107 I111 I134 I2276 I2355 I2864 I3878 I3925 I405 I534
0 0 0 0 0 0 0 0 1 0 0
1 0 0 0 0 0 0 0 1 0 0
2 0 0 0 0 0 0 0 1 0 0
3 0 0 0 0 1 0 0 0 0 0
4 0 0 0 0 1 0 0 0 0 0
5 0 0 0 0 1 0 0 0 0 0
6 0 1 0 0 0 0 0 0 0 0
7 0 1 0 0 0 0 0 0 0 0
8 0 1 0 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0 0 1 0
10 0 0 0 0 0 0 0 0 1 0
11 0 0 0 0 0 1 1 0 0 0
12 0 0 0 0 0 0 1 0 0 0
13 0 0 0 0 0 0 0 0 0 1
14 0 0 0 0 0 0 0 0 0 1
15 0 0 1 1 0 0 0 0 0 0
16 1 0 0 0 0 0 0 0 0 0
17 1 0 0 0 0 0 0 0 0 0
18 0 0 0 0 0 1 0 0 0 0
关于python - 解决python中的pd.get_dummies功能障碍,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46245124/
在使用 get_dummies() 将分类数据转换为数字数据后,我的数据框看起来像这样 score1 score2 country_CN country _AU category_leader ca
我有需要应用单热编码的标记数据:'786.2', 'ICD-9-CM|786.2', ' ICD-9-CM', '786.2b|V13.02', 'V13.02', '279.12' , 'ICD-9
在包含有关文本文件中字符串信息的字典中,其中键是字符串,值是文件名。 Dict1 = {'str1A':'file1', 'str1B':'file1', 'str1C':'file1', 'str1
我需要对 userId X movieId 进行分类,我有两列:userId 和 movieId。 userId movieId 60265 2123 60265 2291 60265
我在处理包含 400,000 行和 300 个变量的数据集时遇到问题。我必须为包含 3,000 多个不同项目的分类变量获取虚拟变量。最后,我想得到一个包含 3,300 个变量或特征的数据集,以便我可以
我有一个具有以下架构的 pyspark 数据框: Key1Key2Key3值一个一个一个"value1"一个一个一个"value2"一个一个b"value1"bb一个"value2" (在现实生活中这
我正在研究一个数据集,它有一个称为类别的功能。该特征中每个观察的数据由分号分隔的列表组成,例如。 行 类别 第 1 行 "categorya;categoryb;categoryc" 第 2 行 “类
我正在努力为我的数据框创建虚拟列。 这是我的原始数据框: df = pd.DataFrame({'id': ['01', '02', '03'], 'Q1':
使用以下数据框: >>> df = pd.DataFrame(data={'category':['a','b','c'],'val':[1,2,3]}) >>> df category val
所以本质上我有一个包含一堆列的数据框,其中一些我想保留(存储在 to_keep 中),还有一些其他列我想使用 pandas.get_dummies 创建分类变量(这些列存储在 to_change 中)
我正在使用 pandas 系列并尝试将其转换为一种热门编码。我使用 describe 方法来检查该系列有多少个独特的类别。输出为: input['pattern'].describe(include=
我有一个 Pandas DataFrame,df。它由数字变量和分类变量组成,其中包含 NaN/NULL 值。要继续进行数据预处理,我必须对 calcategori 变量进行 one-hot 编码,并
我正在制作一个简单的可重现示例来了解培训和测试的工作原理: 示例 我想根据原产地位置预测年龄: import pandas as pd # create a simple dataset of peo
我有这个数据框: column1 column2 column3 column4 0 A A D D 1 B
这个问题已经有答案了: Dummy variables when not all categories are present (10 个回答) 已关闭 5 年前。 使用 get_dummies 方法
你好,有一个包含分类变量的 Pandas 数据框 df。 df=pandas.DataFrame(data=[['male','blue'],['female','brown'], ['male','
我有一个如下所示的数据框。 Mfr Number 列是分类数据类型。我想对其执行 get_dummies 或一种热编码,但如果它来自该行,我不想用 1 填充新列,而是希望它填充 数量列。所有其他新的“
我有一个 Pandas DataFrame,train,我是单热编码。它看起来像这样: car 0 Mazda 1 BMW 2 Honda 如果我使用 pd.get_dummies
(已编辑:我刚刚意识到我想问一个无法回答但不确定如何删除这个问题的问题...请忽略或建议我如何删除。我想我需要考虑一个不同的解决这个问题的方法。) ******--------------------
我希望利用 pandas get_dummy() 功能来编码一组(相当广泛的)分类变量。但是,数据当前采用嵌套表格格式。这意味着每一行代表另一个变量实例,例如 Instance, Cat_Col 1,
我是一名优秀的程序员,十分优秀!