pandas：将所有具有 2 个值的列转换为 True/False答案

【问题标题】：pandas: converting all columns with 2 values to True/Falsepandas：将所有具有 2 个值的列转换为 True/False
【发布时间】：2019-01-14 09:27:22
【问题描述】：

我有一个熊猫数据框。有些列只有 2 个唯一值（例如 GOOD/BAD、HIGH/LOW、FAIL/PASS）。它们的 dtype 是 object，因为数据帧是从 CSV 文件加载的。

我想将这些列转换为真/假，并自动将列名更改为is_FIRST_VALUE。

例如，

  X1   X2   X3  
  HIGH FAIL GOOD
  HIGH PASS GOOD
  LOW  FAIL BAD

应该转换：

X1_is_HIGH  X2_is_FAIL  X3_is_GOOD
True        True        True
True        False       True
False       True        False

【问题讨论】：

标签： python pandas

【解决方案1】：

你可以试试这个。遍历每一列。获取列的第一个唯一值。条件是该行是否包含此唯一值。由于我们想要条件的结果，只需将该值设置为列。

df = pd.DataFrame({
                'X1' : ['HIGH', 'LOW', 'HIGH', 'HIGH'], 
                'X2' : ['FAIL', 'PASS','FAIL', 'PASS'],
                'X3' : ['GOOD','GOOD', 'BAD', 'BAD']
            })

for column in df.columns:
    uni = df[column].unique()[0]
    mask = df[column] == uni
    df[column] = mask
    df.rename(columns = {column:column+'_'+uni}, inplace=True)

    X1_HIGH         X2_FAIL         X3_GOOD
0   True            True            True
1   False           False           True
2   True            True            False
3   True            False           False

【讨论】：

【解决方案2】：

您可以使用字典来指定您的True 条件。然后迭代您的列以更新它们。最后，使用pd.DataFrame.rename 通过自定义函数重命名列。

d = {'X1': 'HIGH', 'X2': 'FAIL', 'X3': 'GOOD'}

for col in df:
    df[col] = df[col] == d[col]

df = df.rename(columns=lambda x: x+'_'+d[x])

print(df)

  X1_HIGH X2_FAIL X3_GOOD
0    True    True    True
1    True   False    True
2   False    True   False

【讨论】：

可以自动执行吗？数据框非常大，我手头没有字典。
Pandas 是如何知道你想要 X1 的 'HIGH' == True 的？它可以做很多事情，但它不能读心:)

【解决方案3】：

您也可以使用pandas.get_dummies() 来转换分类：

import pandas as pd
df = pd.DataFrame({'X1': ['HIGH','HIGH','LOW'], 'X2': ['FAIL','PASS','FAIL'], 'X3': ['GOOD','GOOD','BAD']})
df2 = pd.get_dummies(df, drop_first=True)
print(df2.astype(bool))

# returns:
#   X1_LOW  X2_PASS  X3_GOOD
# 0   False    False     True
# 1   False     True     True
# 2    True    False    False

编辑：以获得您要求的输出：

df2 = pd.get_dummies(df)
print(df2.loc[:,df2.iloc[0] == 1].astype(bool))

# returns
#   X1_HIGH  X2_FAIL  X3_GOOD
# 0     True     True     True
# 1     True    False     True
# 2    False     True    False

【讨论】：