反转熊猫中的多标签二值化器

Question

我有熊猫数据框

import pandas as pd
from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()

# load sample data 
df = pd.DataFrame( {'user_id':['1','1','2','2','2','3'], 'fruits':['banana','orange','orange','apple','banana','mango']})

我使用以下代码为每个用户收集所有水果 -

# collect fruits for each user 
transformed_df= df.groupby('user_id').agg({'fruits':lambda x: list(x)}).reset_index()

print(transformed_df)
  user_id                   fruits
0       1         [banana, orange]
1       2  [orange, apple, banana]
2       3                  [mango]

一旦我得到这个列表，我会执行多标签二值化操作来将这个列表转换为 1 或 0

# perform MultiLabelBinarizer
final_df = transformed_df.join(pd.DataFrame(mlb.fit_transform(transformed_df.pop('fruits')),columns=mlb.classes_,index=transformed_df.index))

print(final_df)
  user_id  apple  banana  mango  orange
0       1      0       1      0       1
1       2      1       1      0       1
2       3      0       0      1       0

现在，我有一个要求，给我的输入数据框是 final_df，我需要取回包含每个用户的 fruits 列表的 transformed_df。

鉴于我有 final_df 作为输入数据框，我怎样才能得到这个 transformed_df？

我正在努力解决这个问题

# Trying to get this working
inverse_df = final_df.join(pd.DataFrame(mlb.inverse_transform(final_df.loc[:, final_df.columns != 'user_id'].as_matrix())))

inverse_df
  user_id  apple  banana  mango  orange       0       1       2
0       1      0       1      0       1  banana  orange    None
1       2      1       1      0       1   apple  banana  orange
2       3      0       0      1       0   mango    None    None

但它并没有给我返回列表。

Answer 1

inverse_transform() 方法应该有帮助。这是文档 - https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.MultiLabelBinarizer.html#sklearn.preprocessing.MultiLabelBinarizer.inverse_transform。