Python 在Pandas中创建序号伪列的更有效方法？

你好，我正在做一个分类模型，将疾病的阶段作为分类变量。 下面是一个值计数的示例：

• N0-720520
• NX-320115
• N1-234552
• N2-68529
• N3-48976

（注：NX表示未测量）

我正在制作stages虚拟变量，以便将当前和以前传递的stages设置为1

我的问题是，我为此创建的代码是否可以编写得更好。首先，我用函数设置每列的值

def N1(row):
    if row['N'] == 'N1':
        return 1
    if row['N'] == 'N2' :
        return 1 
    if row['N'] == 'N3' :
        return 1    
    else:
        return 0

def N2(row):
    if row['N'] == 'N2' :
        return 1 
    if row['N'] == 'N3' :
        return 1    
    else:
        return 0

def N3(row):
    if row['N'] == 'N3' :
        return 1    
    else:
        return 0
    
def NX(row):
    if row['N'] == 'NX' :
        return 1    
    else:
        return 0

然后将这些函数用于：

df['N1'] = df.apply (lambda row: N1(row), axis =1)
df['N2'] = df.apply (lambda row: N2(row), axis =1)
df['N3'] = df.apply (lambda row: N3(row), axis =1)
df['NX'] = df.apply (lambda row: NX(row), axis =1)

最后结果的一个例子：

• NX:0
• N3:0
• N2:1
• N1:1

---

任何关于此过程可能需要更少代码的输入都将受到赞赏！谢谢。

创建所有列的虚拟对象，并删除

'N0'

，因为您不关心该列。然后应用层次结构，如果较高的阶段为1，则将较低的阶段设置为1

import pandas as pd
df = pd.DataFrame({'N': ['N0', 'N1', 'NX', 'N2', 'N3']}) 

df = pd.concat([df, pd.get_dummies(df['N']).drop(columns='N0')], axis=1)

hierarchy = ['N3', 'N2', 'N1']
for i in range(len(hierarchy)-1):
    df[hierarchy[i+1]] += df[hierarchy[i]]

---

---

创建所有列的虚拟对象并删除

'N0'

，因为您不关心该列。然后应用层次结构，如果较高的阶段为1，则将较低的阶段设置为1

import pandas as pd
df = pd.DataFrame({'N': ['N0', 'N1', 'NX', 'N2', 'N3']}) 

df = pd.concat([df, pd.get_dummies(df['N']).drop(columns='N0')], axis=1)

hierarchy = ['N3', 'N2', 'N1']
for i in range(len(hierarchy)-1):
    df[hierarchy[i+1]] += df[hierarchy[i]]

---

---

类似于

pd.get\u dummies（df['N']）

？类似于

pd.get\u dummies（df['N']）

？