python - 如何将 DataFrame 的列重新排列为索引二进制矩阵？

Question

我正在尝试转换此数据框:

data_in = {
    'dates': [2017, 2017, 2018, 2019, 2019, 2019],
    'names': ['Roger', 'Rafa', 'Roger', 'Rafa', 'Novak', 'Dom']
}
df_in = pd.DataFrame(data_in)

>>> df_in
    dates   names
0   2017    Roger
1   2017    Rafa
2   2018    Roger
3   2019    Rafa
4   2019    Novak
5   2019    Dom

进入这个二进制矩阵:

>>> df_out

    Roger   Rafa    Novak   Dom
dates               
2017    1   1   0   0
2018    1   0   0   0
2019    0   1   1   1

所有日期作为索引，所有名称作为列，如果在日期出现名称，则数据为 1，如果不出现，则为 np.NaN 或 0。

我可以构建带有索引和列的 df_out 数据框，但是您将如何获取数据？

Answer 1

使用 get_dummies max for 1 如果存在值 else 0:

df = pd.get_dummies(df_in.set_index('dates')['names']).groupby(level=0).max()
print (df)
       Dom  Novak  Rafa  Roger
dates                         
2017     0      0     1      1
2018     0      0     0      1
2019     1      1     1      0