有一個(gè)值列表weather = ['cloudy', 'sunny']我有一個(gè)帶有舊列“天氣”的數(shù)據(jù)框。我們切換到 2 個(gè)帶有布爾值的新列，因此需要考慮所有舊列。現(xiàn)在這是我的數(shù)據(jù)框：[In]data = [['cloudy', False, False], ['sunny', False, False]]df = pd.DataFrame(data, columns=['old', 'cloudbool', 'sunbool'])df[Out] old cloudbool sunbool0 cloudy False False1 sunny False False期望的輸出：[In]data = [['cloudy', True, False], ['sunny', False, True]]df = pd.DataFrame(data, columns=['old', 'cloudbool', 'sunbool'])[Out] old cloudbool sunbool0 cloudy True False1 sunny False True我知道我可以做類似下面的事情，但我有一個(gè)“天氣類型”列表，比 2 長得多。df.loc[df['old'] == 'cloudy', ['cloudbool']] = True我希望我正確地傳達(dá)了這一點(diǎn)。謝謝
2 回答
largeQ
TA貢獻(xiàn)2039條經(jīng)驗(yàn) 獲得超8個(gè)贊
讓我們嘗試str.get_dummies創(chuàng)建虛擬指標(biāo)變量，然后join使用原始數(shù)據(jù)幀：
df[['old']].join(df['old'].str.get_dummies().astype(bool).add_suffix('bool'))
? ? ? old? cloudybool? sunnybool
0? cloudy? ? ? ? True? ? ? False
1? ?sunny? ? ? ?False? ? ? ?True
SMILET
TA貢獻(xiàn)1796條經(jīng)驗(yàn) 獲得超4個(gè)贊
我知道該get_dummies方法是為此構(gòu)建的，但另一種方法是從列表理解創(chuàng)建一系列，將列中的天氣值old與bool列名稱進(jìn)行比較（假設(shè)它們已經(jīng)存在，如您的示例中所示）。然后，將其隱藏到列表中，準(zhǔn)備將其添加到數(shù)據(jù)框中。
您的名稱沒有直接匹配，因此我省略了最后兩個(gè)字符，例如cloudywill beclou和sunnywill be sun。我認(rèn)為任何天氣的后綴都不可能超過 2 個(gè)字符？這也是為什么它不像get_dummies. 您還可以使列名稱與您的值匹配，例如cloudybool和sunnybool：
s = df.apply(lambda x: [x['old'][:-2] in col for col in df.columns[1:]], axis=1).to_list()
df1 = pd.concat([df['old'],pd.DataFrame(s, columns=df.columns[1:])], axis=1)
df1
Out[1]:
old cloudbool sunbool
0 cloudy True False
1 sunny False True
添加回答
舉報(bào)
0/150
提交
取消