如何在熊猫分组后将值转换为列？答案

【问题标题】：How to transform values into columns after group by in pandas?如何在熊猫分组后将值转换为列？
【发布时间】：2016-03-09 19:35:11
【问题描述】：

例如：

输入：

    column1
A   value1
A   value2
A   value2
B   value3
B   value3

输出：

    value1   value2   value3
A   1        1        0
B   0        0        1

【问题讨论】：

你在哪里尝试这样做？
真的喜欢吗？这个问题的三个答案……你自己试过吗？答案超级简单。比以下所有答案都简单。

标签： python pandas

【解决方案1】：

方法#0，刚刚被另一个问题提醒，你可以使用pd.crosstab：

>>> pd.crosstab(df.index, df.column1).astype(bool).astype(int)
column1  value1  value2  value3
row_0                          
A             1       1       0
B             0       0       1

方法#1：你可以使用get_dummies 和groupby：

>>> pd.get_dummies(df.column1)
   value1  value2  value3
A       1       0       0
A       0       1       0
A       0       1       0
B       0       0       1
B       0       0       1
>>> pd.get_dummies(df.column1).groupby(level=0).sum()
   value1  value2  value3
A       1       2       0
B       0       0       2

为您提供细胞计数，类似

>>> pd.get_dummies(df.column1).groupby(level=0).max()
   value1  value2  value3
A       1       1       0
B       0       0       1

方法#2：添加一个虚拟列，然后进行数据透视：

>>> d2 = df.reset_index()
>>> d2["dummy"] = 1
>>> d2.pivot_table("dummy", "index", "column1")
column1  value1  value2  value3
index                          
A             1       1     NaN
B           NaN     NaN       1
>>> d2.pivot_table("dummy", "index", "column1", fill_value=0)
column1  value1  value2  value3
index                          
A             1       1       0
B             0       0       1

【讨论】：

【解决方案2】：

找到了一个更简单的方法：

df = df.groupby('id', as_index=False).agg({'column1': lambda x: x.tolist()})
cols = sorted(list(set(df['column1'].sum())))
for c in cols:
    df[c] = 1
sessions[cols] = [1 if val in df['column1'] else 0 for val in cols]

【讨论】：

【解决方案3】：

for val in df['column1'].unique():
    df[val] = df['column1']==val
df.groupby(df.index).any().drop('column1', axis=1)

如果您需要将 True/False 转换为 1/0，您可以这样做：

df.applymap(lambda x: 1 if x else 0)

【讨论】：