python - 定义用于更改列值和创建新数据集的函数

Question

我正在尝试定义一个函数，它将获取数据帧并更改列中的值以创建多个新数据帧。

作为示例，从 df1 看起来像:

df1:

  class    colB    colC
0   1      1b      1c
1   2      2b      2c
2   3      3b      3c
3   4      4b      4c
4   5      5b      5c

我正在尝试创建多个二进制类来实现一对多分类。所以这个函数会创建...

df2:
  class    colB    colC
0   1      1b      1c
1   -1      2b      2c
2   -1      3b      3c
3   -1      4b      4c
4   -1      5b      5c

df3:
  class    colB    colC
0   -1      1b      1c
1    1      2b      2c
2   -1      3b      3c
3   -1      4b      4c
4   -1      5b      5c

df4:
  class    colB    colC
0   -1      1b      1c
1   -1      2b      2c
2    1      3b      3c
3   -1      4b      4c
4   -1      5b      5c

等等。所有唯一值都是1到120之间的增量值。

有什么想法吗？

谢谢

Answer 1

使用np.identity(我将您的列名称更改为class_，因此它不使用 protected 关键字):

arr = np.identity(len(df1))
arr[arr==0] = -1

dfs = [df1.assign(class_=arr[:, i]) for i in range(len(df1))]

for d in dfs:
    print(d, end='\n\n')

   class_ colB colC
0     1.0   1b   1c
1    -1.0   2b   2c
2    -1.0   3b   3c
3    -1.0   4b   4c
4    -1.0   5b   5c

   class_ colB colC
0    -1.0   1b   1c
1     1.0   2b   2c
2    -1.0   3b   3c
3    -1.0   4b   4c
4    -1.0   5b   5c

   class_ colB colC
0    -1.0   1b   1c
1    -1.0   2b   2c
2     1.0   3b   3c
3    -1.0   4b   4c
4    -1.0   5b   5c

   class_ colB colC
0    -1.0   1b   1c
1    -1.0   2b   2c
2    -1.0   3b   3c
3     1.0   4b   4c
4    -1.0   5b   5c

   class_ colB colC
0    -1.0   1b   1c
1    -1.0   2b   2c
2    -1.0   3b   3c
3    -1.0   4b   4c
4     1.0   5b   5c