python - 如何在 python 中使用 pandas 将多项选择题转换为可读数据？

Question

我有一些调查数据，我正试图将其整理成更有利于分析的数据。

我已经能够找到关于大多数问题的不错的指南，但有一个 - 处理传递到单个专栏中的多项选择题。

将其拆分为单独的列的最佳做法是什么？

我通常会在 SQL 中执行此操作，并且我会在检查每个不同选项时创建一个 CASE，创建与选项一样多的列。

这是我正在使用的示例表:

+----+----------------------------+
| ID | When did you attend?       |
+----+----------------------------+
| 1  | Monday\nTuesday            |
+----+----------------------------+
| 2  | Monday\nTuesday\nWednesday |
+----+----------------------------+
| 3  | Monday\nFriday\nSaturday   |
+----+----------------------------+

这就是我认为可以转化为:

+----+----------------------------+--------+---------+-----------+----------+--------+----------+--------+
| ID | When did you attend?       | Monday | Tuesday | Wednesday | Thursday | Friday | Saturday | Sunday |
+----+----------------------------+--------+---------+-----------+----------+--------+----------+--------+
| 1  | Monday\nTuesday            | True   | True    | False     | False    | False  | False    | False  |
+----+----------------------------+--------+---------+-----------+----------+--------+----------+--------+
| 2  | Monday\nTuesday\nWednesday | True   | True    | True      | False    | False  | False    | False  |
+----+----------------------------+--------+---------+-----------+----------+--------+----------+--------+
| 3  | Monday\nFriday\nSaturday   | True   | False   | False     | False    | True   | True     | False  |
+----+----------------------------+--------+---------+-----------+----------+--------+----------+--------+

到目前为止，我已经弄清楚如何使用 df.iloc[:,1].str.split('\n') 将第二列中的字符串部分传递到列表中，但我还没有想出接下来的步骤(即使那是必要的)。

对我来说，这似乎可以更容易地根据出席的日期来分割其余数据。

Answer 1

我们可以使用 str.get_dummies 围绕分隔符 \n 拆分字符串并创建指标变量数据框，然后 reindex 此数据框沿列轴并将 dtype 更改为 bool 值，最后 join 给定数据框与指标数据框以获得结果

import calendar

df.join(
    df['When did you attend?'].str.get_dummies(sep='\n')
    .reindex(calendar.day_name, axis=1, fill_value=0).astype(bool)
)

---

   ID        When did you attend?  Monday  Tuesday  Wednesday  Thursday  Friday  Saturday  Sunday
0   1             Monday\nTuesday    True     True      False     False   False     False   False
1   2  Monday\nTuesday\nWednesday    True     True       True     False   False     False   False
2   3    Monday\nFriday\nSaturday    True    False      False     False    True      True   False