pandas - 根据系列和数据帧中的内容生成 boolean 数据帧

Question

我有:

 df = pd.DataFrame(
        [
            [22, 33, 44],
            [55, 11, 22],
            [33, 55, 11],
        ],
        index=["abc", "def", "ghi"],
        columns=list("abc")
    ) # size(3,3)

和:

unique = pd.Series([11, 22, 33, 44, 55]) # size(1,5)

然后我基于 unique 创建一个新的 df和 df ， 以便:

df_new = pd.DataFrame(index=unique, columns=df.columns) # size(5,3)

从这个新创建的 df，我想基于 unique 创建一个新的 boolean df和 df ，所以最终结果是:

 df_new = pd.DataFrame(
        [
            [0, 1, 1],
            [1, 0, 1],
            [1, 1, 0],
            [0, 0, 1],
            [1, 1, 0],
        ],
        index=unique,
        columns=df.columns
    ) 

这个新的 df 是真还是假，取决于该值是否存在于原始数据帧中。例如，第一列有三个值:[22, 55, 33]。在维度为 (5,3) 的 df 中，第一列将是: [0, 1, 1, 0, 1] 即 [0, 22, 33, 0 , 55]

我试过 filter2 = unique.isin(df)但这不起作用，也不为空。我尝试应用过滤器，但返回的尺寸不正确。我怎样才能做到这一点？

Answer 1

使用 DataFrame.stack 与 DataFrame.reset_index , DataFrame.pivot ，然后通过 DataFrame.notna 检查是否没有缺失值, 为 True->1 强制转换为整数和 False->0通过 DataFrame.rename_axis 映射和最后删除索引和列名称:

df_new = (df.stack()
            .reset_index(name='v')
            .pivot('v','level_1','level_0')
            .notna()
            .astype(int)
            .rename_axis(index=None, columns=None))
print (df_new)
    a  b  c
11  0  1  1
22  1  0  1
33  1  1  0
44  0  0  1
55  1  1  0

Helper Series 不是必需的，但如果有更多值或需要通过 helper Series 更改顺序，请使用 add DataFrame.reindex :

#added 66
unique = pd.Series([11, 22, 33, 44, 55,66])

df_new = (df.stack()
            .reset_index(name='v')
            .pivot('v','level_1','level_0')
            .reindex(unique)
            .notna()
            .astype(int)
            .rename_axis(index=None, columns=None))
print (df_new)
    a  b  c
11  0  1  1
22  1  0  1
33  1  1  0
44  0  0  1
55  1  1  0
66  0  0  0