python-3.x - 反转 MultiLabelBinarizer 以在列中创建列表

Question

在 Python3 中，我有一个多标签二进制数据格式的起始数据框:

df1:

"a" "b" "c" "d" "e"

 1   1   0   0   1
 0   0   1   0   1
 1   0   0   0   0
 0   1   1   0   1

我需要实现的是:

df2:

"a" "b" "c" "d" "e" "labels"

 1   1   0   0   1   ["a", "b", "e"]
 0   0   1   0   1   ["c", "e"]
 1   0   0   0   0   ["a"]
 0   1   1   0   1   ["b", "c", "e"]

首先，我尝试使用来自 sklearn 的 MultiLabelBinarizer 的 inverse_transform() 函数，基于之前的堆栈 question .

from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()
mlb.fit(df1.columns)
mlb.inverse_transform(df1.values)

ValueError: Expected indicator for 15 classes, but got 5

我尝试按照 sklearn 中的确切文档进行操作，但我不确定哪里出错了。我尝试调整一些参数，但我不明白问题出在哪里。

Answer 1

让我们用 str.split 试试 dot

df['labels'] = df.dot(df.columns+',').str[:-1].str.split(',')
0    ["a", "b", "e"]
1         ["c", "e"]
2              ["a"]
3    ["b", "c", "e"]
dtype: object