python-3.x - 如何从具有多个值和预定义类别的列表中创建虚拟对象？

Question

这个问题在这里已经有了答案:





How to one-hot-encode from a pandas column containing a list?

(6 个回答)


2年前关闭。




我想改变这个:

In [4]: df
Out[4]:
      label
0     (a, e)
1     (a, d)
2       (b,)
3     (d, e)

到这个:

   a  b  c  d  e
0  1  0  0  0  1
1  1  0  0  1  0
2  0  1  0  0  0
3  0  0  0  1  1

如您所见，有预定义的列，'a'、'b'、'c'、'd'、'e' 和 c 为空但仍然存在。

我尝试了很多这样的事情:df.str.join('|').str.get_dummies()
首先没有所有的列只是为了在输入中获取具有多个值的虚拟对象，但我想向其中添加预定义的列。

感谢您的帮助 !

Answer 1

sklearn 的良好做法

from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()

print (pd.DataFrame(mlb.fit_transform(df['label']),columns=mlb.classes_, index=df.index))