如何从包含集合的 pandas 列转置和转换为“one-hot-encode”样式？答案

【问题标题】：How to transpose and transform to "one-hot-encode" style from a pandas column containing a set?如何从包含集合的 pandas 列转置和转换为“one-hot-encode”样式？
【发布时间】：2019-06-12 03:58:54
【问题描述】：

我想像 question 一样对 pandas 列进行分解：

我想转置然后“one-hot-encode”样式。例如，取数据帧 df

Col1           Col2
 C      {Apple, Orange, Banana}
 A      {Apple, Grape}
 B      {Banana}

我想转换它并得到：

Col1        C   A   B   
Apple       1   1   0
Orange      1   0   0
Banana      1   0   1
Grape       0   1   0

如何使用 pandas/Sklearn 来实现这一点？

【问题讨论】：

您可以一次性编码（如您的链接答案），然后转置df = df.T

标签： python pandas numpy scikit-learn sklearn-pandas

【解决方案1】：

这是一个可能的答案（假设 Col1 是您的索引）：

from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()
one_hot_encoded = pd.DataFrame(mlb.fit_transform(df['Col2']), columns=mlb.classes_, index=df.index)
one_hot_encoded.T

【讨论】：

【解决方案2】：

您可以转换多热编码输出本身，然后创建一个数据帧。

from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()
pd.DataFrame(mlb.fit_transform(df['Col2']).T, columns=df.Col1, index= mlb.classes_)

输出：

Col1    C   A   B
Apple   1   1   0
Banana  1   0   1
Grape   0   1   0
Orange  1   0   0

注意：我们仍然不能将其称为一种热编码。它是多热编码，但采用转换形式。

Examples

【讨论】：