python - 根据不同列中的值替换特定列中的 pandas 数据帧值

Question

给定以下数据框:

x = pd.DataFrame(
    {"a": [1, 2, 3, 2], "b_1": [0, 0, 0, 0], "b_2": [0, 0, 0, 0], "b_3": [0, 0, 0, 0]}
)

看起来像:

   a  b_1  b_2  b_3
0  1    0    0    0
1  2    0    0    0
2  3    0    0    0
3  2    0    0    0

如何将其转换为:

y = pd.DataFrame(
    {
        "a": [1, 2, 3, 2],
        "b_1": [-1, 0, 0, 0],
        "b_2": [0, -1, 0, -1],
        "b_3": [0, 0, -1, 0],
    }
)

看起来像:

   a  b_1  b_2  b_3
0  1   -1    0    0
1  2    0   -1    0
2  3    0    0   -1
3  2    0   -1    0

编辑 2

解决方案如下:

x1 = x.melt(id_vars="a", ignore_index=False)
x1["value_2"] = x1["variable"].str.split("_").str[1].astype(int)
x1.loc[x1["a"].eq(x1["value_2"]), "value"] = -1
x1 = x1.drop("value_2", axis=1)
x1.set_index(["a", "variable"], append=True)["value"].unstack().reset_index(level=1)
x1 = x1.set_index(["a", "variable"], append=True)["value"].unstack().reset_index(level=1)

虽然我觉得很乱。

Answer 1

您可以使用pd.get_dummies .

print(pd.get_dummies(x['a']).add_prefix('b_'))
   b_1  b_2  b_3
0    1    0    0
1    0    1    0
2    0    0    1
3    0    1    0

然后你有不同的选项来从x中减去它。例如，您可以将此方式与reindex结合使用。

y = x - pd.get_dummies(x['a']).add_prefix('b_').reindex(columns=x.columns, fill_value=0)
print(y)
   a  b_1  b_2  b_3
0  1   -1    0    0
1  2    0   -1    0
2  3    0    0   -1
3  2    0   -1    0

请注意，如果您在 x 中没有 b_* 列，并且希望从 a 列自动生成它们，那么类似这样的方法也可以工作.

x = pd.DataFrame({"a": [1, 2, 3, 2]})
y = x.sub(pd.get_dummies(x['a']).add_prefix('b_'), fill_value=0)
print(y)