Python 用另一列中的值替换一个\u热\u编码0/1
我有一个重复用户交易的数据框架。我希望聚合数据,并为每个用户构建一个包含一行的数据框 原始数据帧如下所示:Python 用另一列中的值替换一个\u热\u编码0/1,python,one-hot-encoding,Python,One Hot Encoding,我有一个重复用户交易的数据框架。我希望聚合数据,并为每个用户构建一个包含一行的数据框 原始数据帧如下所示: id usage country publisher type_status 123 6.77 US X bookstore_declined 123 4.25 US X super_approved 123 88.7
id usage country publisher type_status
123 6.77 US X bookstore_declined
123 4.25 US X super_approved
123 88.7 US X bookstore_approved
123 5.6 US X pharmacies_approved
456 43.66 BZ Y pharmacies_approved
456 56.87 BZ Y super_approved
456 9.65 BZ Y bookstore_approved
我想在type_status特性上使用one_hot_编码,但我希望在新的伪列中,新列将具有“usage”值,而不是0/1
下面是我要找的一个例子:
id country publisher bookstore_declined super_approved bookstore_approved
123 US X 6.77 4.25 88.7
456 BZ Y 0 56.87 9.65
这是我的密码:
如何用使用值替换0/1
df=pd.get_dummies(df,columns=['type_status'],drop_first=True)
嗨,我初始化了数据,所以我也得到了一个数据帧
import pandas as pd
test_df = {
'id': [123,123,123,123,456,456,456],
'usage' :[6.77,4.25,88.7,5.6,43.66,56.87,9.65],
'country' : ['US','US','US','US','BZ','BZ','BZ'],
'publisher' : ['x','x','x','x', 'y','y','y'],
'type_status': ['bookstore_declined','super_approved','bookstore_approved','pharmacies_approved','pharmacies_approved', 'super_approved','bookstore_approved']
}
df = pd.DataFrame(test_df)
df=pd.get_dummies(df,columns=['type_status'],drop_first=True)
结果和你的一样
id usage country publisher type_status_bookstore_declined ...
0 123 6.77 US x 1
1 123 4.25 US x 0
2 123 88.70 US x 0
根据这一点,您可以使用以下命令将多个列相乘:
df.update(df.iloc[:, 4:7].mul(df.usage, 0))
删除“用法”列:
df = df.drop('usage', axis=1)
结果如下所示:
id country publisher type_status_bookstore_declined type_status_pharmacies_approved type_status_super_approved
0 123 US x 6.77 0.00 0.00
1 123 US x 0.00 0.00 4.25
2 123 US x 0.00 0.00 0.00
3 123 US x 0.00 5.60 0.00
4 456 BZ y 0.00 43.66 0.00
5 456 BZ y 0.00 0.00 56.87
6 456 BZ y 0.00 0.00 0.00
试试这个
df=pd.get\u dummies(df.type\u status,drop\u first=True)
它不起作用,因为我需要“用法”列的值。而且,我只得到dummies列,而不是所有的数据帧。