带有 if else 条件 pandas 的数据透视表答案

【问题标题】：pivot table with if else condition pandas带有 if else 条件 pandas 的数据透视表
【发布时间】：2021-08-19 17:59:33
【问题描述】：

我有一张桌子：

project	location	category	lifecycle	ftecount>3	bpssscore
abc	Bangalore	s	Incre	41	3.98
Sys	Bangalore	s	SDS	35.3	3.98
Syst	Chennai	Task	13	2	3.98
EPS	Bangalore	s	Task	5	3.98
foss	Bangalore	s	sds	6	3.98
opc	Noida	task	13	1	3.98

希望输出为：

project	loc_Bangalore	loc_Chennai	loc_Noida	cat_s	cat_task	ftecount>3	bpssscore>3
abc	1	0	0	1	0	1	1
Sys	1	0	0	1	0	1	1
Syst	0	1	0	0	1	0	1
EPS	1	0	0	1	0	1	1
foss	1	0	0	1	0	1	1
opc	0	0	1	0	1	0	1

这里的条件是：

1.想要根据列位置、类别的唯一值动态添加新列。

2.在新列中的值将根据以下条件： --if location = 'Banglore' 然后将 1 else 0 放入新列 loc_banglore。

类似的条件适用于所有位置唯一值和类别（在 df 中添加新列）

3.对于 ftecount 和 bpss 列，我们只需要检查条件： -- if ftecount>3 then 1 else 0

bpss 列的逻辑相同。'

请帮我解决这个问题。

【问题讨论】：

标签： python pandas numpy machine-learning data-science

【解决方案1】：

先将category列中的大写T替换为小写：

df['category']=df['category'].str.replace('T','t')

现在使用pd.get_dummies()、drop()和reset_index()方法：

out=pd.get_dummies(df.set_index('project').drop(['ftecount>3','bpssscore','lifecycle'],1)).reset_index()

最后使用gt()和astype()方法：

out['ftecount>3']=df['ftecount>3'].gt(3).astype(int)
out['bpssscore']=df['bpssscore'].gt(3).astype(int)

现在如果你打印out，你会得到：

【讨论】：

【解决方案2】：

您可以使用pd.get_dummies() 实现one-hot 编码结果，并使用lambda() 函数过滤分数是否> 3。

df = pd.DataFrame({
    'project': ['abc', 'Sys', 'Syst' ,'EPS', 'foss', 'opc'], 
    'location': ['Bangalore' ,'Bangalore', 'Chennai', 'Bangalore', 'Bangalore', 'Noida'],
    'category': ['s', 's', 'task', 's', 's', 'task'], 
    'ftecount': [41, 35.3, 2, 5, 6, 1],
    'bpssscore': [3.98, 3.98, 3.98, 3.98, 3.98, 3.98]
})
df['ftecount>3'] = df['ftecount'].apply(lambda x: 1 if x>3 else 0)
df['bpssscore>3'] = df['bpssscore'].apply(lambda x: 1 if x>3 else 0)

df = pd.concat([df['project'], 
                pd.get_dummies(df['location'], prefix='loc'), 
                pd.get_dummies(df['category'], prefix='cat'), 
                df['ftecount>3'], 
                df['bpssscore>3']
               ], axis=1)

输出df

【讨论】：