Python 将数据帧与一种热编码编码进行比较

我有两个数据帧（比如

df1

和

df2

）

在

df1

中，我有一个标题为

“label”

的列，它表示唯一的标签值。

df1

中没有两行具有相同的

“标签”

值。它有三列标题分别为

featureA_1、featureA_2、featureA_3

，每个列都包含浮点值。这些列表示

featureA

的可能特征值。类似地，此数据框还有两列，标题为

featureB_1

和

featureB_2

，其中包含浮点值，并表示

featureB

的唯一特征值。此外，它有两列，其中包含

featureurea

和

featureB

属性值的标准偏差。它们的标题为

feature\u std

和

featureB\u std

以下是

df1

的示例

df1

可以使用以下代码段创建：

dict1 = {
    "label": ["cat", "dog"],
    "featureA_1": [0.60, 0.67],
    "featureA_2": [0.20, 0.00],
    "featureA_3": [0.20, 0.33],
    "featureA_std": [0.189, 0.274],
    "featureB_1": [0.40, 0.67],
    "featureB_2": [0.60, 0.33],
    "featureB_std": [0.10, 0.17],
}

df1 = pd.DataFrame(dict1)

在

df2

中，除了标准偏差列之外，我的列与

df1

相同。在这里，标题为

“label”

的列可以有多个具有相同字符串值的值。这里的每一行代表一个样本。

featureA\u 1、featureA\u 2、featureA\u 3的值表示
featureA
的一个热编码值。和
featureB_1
和
featureB_2
表示
featureB的一个热编码值。
由于有一个热编码，上述数据帧中的每一行将只有featureA_1、featureA_2、featureA_3中的一个特征值的值1，其他的值为0。类似地，每行的特征值featureB_1和featureB_2中只有一个为1，另一个为0

以下是
df2的示例。

df2
可以使用以下代码段创建

dict2 = {
    "label": ["cat", "cat", "dog"],
    "featureA_1": [1, 0, 0],
    "featureA_2": [0, 1, 0],
    "featureA_3": [0, 0, 1],
    "featureB_1": [0, 0, 1],
    "featureB_2": [1, 1, 0],
}

df2 = pd.DataFrame(dict2)

我想将
df2
的每一行与
df1
进行比较，找到
featureA
的值（即
featureA_1
，
featureA_2
，
featureA_3
），该值对应于
df2
中值为1的相应列。我想将相应的标准偏差（即
featureA\u std
列）除以该值。我想为
功能B做同样的练习。
也一样。

以下是我期望输出数据帧的外观：

我的帖子遵循的方法很少，但提出了不同的问题

如何实现这一点？
思想是在多索引的第一级将列名称拆分为
\uu
并除以以下值后，将带有
std
的列转换为
dfstd
，以匹配
df22
：


是否可以在文本中创建
df2
？我得到了不同的数字。耶兹雷尔：现在检查数值。@Commoner-因为
1/0.189=5.291005
，如果理解正确需要什么，谢谢你的回答。我的意思是标准偏差除以df1中包含的相应列。我正在用正确的值更新最终数据帧的图片。Jezrael:下面是最终数字中的数字是如何获得的：
0.189/0.6=0.315
，
0.189/0.2=0.945
，
0.274/0.33=0.8303
，
0.1/0.6=0.1667
，
0.17/0.67=0.253
。
df1 = df1.set_index('label')
df2 = df2.set_index('label')

dfstd = df1.filter(like='std')
dfstd.columns = dfstd.columns.str.replace('_std','')
print (dfstd)
       featureA  featureB
label                    
cat       0.189      0.10
dog       0.274      0.17

df11 = df1.copy()
df11.columns = df11.columns.str.split('_', expand=True)
print (df11)
      featureA                   featureB            
             1    2     3    std        1     2   std
label                                                
cat       0.60  0.2  0.20  0.189     0.40  0.60  0.10
dog       0.67  0.0  0.33  0.274     0.67  0.33  0.17

df = df11.div(dfstd, level=0)
df.columns = df.columns.map('_'.join)
print (df)
       featureA_1  featureA_2  featureA_3  featureA_std  featureB_1  \
label                                                                 
cat      3.174603    1.058201    1.058201           1.0    4.000000   
dog      2.445255    0.000000    1.204380           1.0    3.941176   

       featureB_2  featureB_std  
label                            
cat      6.000000           1.0  
dog      1.941176           1.0  

df2 = df2.div(df).dropna(how='all', axis=1).fillna(0)
print (df2)
           featureA_1  featureA_2  featureA_3  featureB_1  featureB_2
label                                                            
cat         0.315       0.000    0.000000    0.000000    0.166667
cat         0.000       0.945    0.000000    0.000000    0.166667
dog         0.000       0.000    0.830303    0.253731    0.000000