python - 比较多个 DataFrame 使用二进制值添加新列填充以进行匹配

Question

假设我有 2 个数据框。一个具有所有实例的合并数据框，另一个只有列 id 的唯一实例。

df1 看起来像这样:

|    id    |    category_name
|  459291  |    c1
|  349532  |    c1
|  459291  |    c2
|  719300  |    c1
|  349532  |    c3
|  459291  |    c4
|  649202  |    c2
|  459291  |    c5

df2 看起来像这样:

|    id    |    category_name
|  459291  |    c1
|  349532  |    c1
|  719300  |    c1
|  649202  |    c2

我想要做的是在 df2 上为“category_name”列中的每个值创建新列，如果“id”中的唯一值与“category_name”匹配，则输出 1 或 0。然后我会删除“category_name”列。所以，我正在寻找的预期输出将是这样的

|    id    |    c1                |     c2          |     c3        |  c4 |
|  459291  |           1          |        1        |        1      |     1    |
|  349532  |           1          |        1        |        0      |     0    |
|  719300  |           1          |        0        |        0      |     0    |
|  649202  |           0          |        1        |        0      |     0    |

我觉得这也可以仅使用合并的数据框来完成，但我不确定如何在保留每个唯一 ID 的新列值的同时删除重复项。任何帮助是极大的赞赏!

Answer 1

这是一种使用 pivot_table() 的方法出于某种原因，我无法避免不必添加 aux柱子:

import pandas as pd
df = pd.DataFrame({'id':[459291,349532,459291,719300,349532,459291,649202,459291],
                   'playlist':['new','new','top','new','top','old','top','workout']})
df['aux'] = 1
new_df = pd.pivot_table(df,index='id',columns=['playlist'],aggfunc='count',values='aux').fillna(0).astype(int)
print(new_df)

输出:

playlist  new  old  top  workout
id                              
349532      1    0    1        0
459291      1    1    1        1
649202      0    0    1        0
719300      1    0    0        0