我從 Bloomberg 中提取了 30 年來 SP500 的所有日常股票組成部分，數(shù)據(jù)幀中的索引為日期，行組成部分為股票。現(xiàn)在我需要用日期作為索引和列作為股票轉(zhuǎn)換這個(gè)數(shù)據(jù)框，以便再次將它傳遞給bloomberg api以檢索所有股票詳細(xì)信息這是我需要做的一個(gè)例子：我目前有這個(gè)：pd.DataFrame([['A','B',np.nan],['A','B','C'],['B','C','D']]) 0 1 20 A B NaN1 A B C2 B C D我希望得到這個(gè)：pd.DataFrame([[True,True,False,False],[True,True,True,False],[False,True,True,True]],columns=['A','B','C','D']) A B C D0 True True False False1 True True True False2 False True True True非常感謝你的幫助
2 回答
慕標(biāo)琳琳
TA貢獻(xiàn)1830條經(jīng)驗(yàn) 獲得超9個(gè)贊
您可以使用pd.get_dummies：
pd.get_dummies(df.stack()).max(level=0).astype(bool)
輸出：
A B C D
0 True True False False
1 True True True False
2 False True True True
吃雞游戲
TA貢獻(xiàn)1829條經(jīng)驗(yàn) 獲得超7個(gè)贊
您可以使用pd.get_dummies：
pd.get_dummies(df.stack()).max(level=0).astype(bool)
輸出：
A B C D
0 True True False False
1 True True True False
2 False True True True
添加回答
舉報(bào)
0/150
提交
取消