Python 对一列进行编码，其中的值基于其他列

我试图对一列进行编码，其中值基于另一列，而不是0-1

例如，我的原始表如下所示：

+-------+-------+-------+
|第1列|第2列|第3列|
+-------+-------+-------+
|1 | A | 1|
|1 | B | 2|
|1 | E | 3|
|2 | C | 4|
|2 | D | 5|
|3 | A | 6|
|3 | B | 7|
|3 | D | 8|
|3 | E | 9|
+-------+-------+-------+

预期产量为

+-------+--------+--------+--------+--------+--------+
|Col1 | Col2|u A | Col2|u B | Col2|u C | Col2|u D | Col2|E|
+-------+--------+--------+--------+--------+--------+
|     1 |      1 |      2 |      0 |      0 |      3 |
|     2 |      0 |      0 |      4 |      5 |      0 |
|     3 |      6 |      7 |      0 |      8 |      9 |
+-------+--------+--------+--------+--------+--------+

我想不出如何用熊猫来解决这个问题。

---

非常感谢您的帮助

使用

设置索引

和

取消堆栈

df.set_index(['Col 1', 'Col 2'])['Col 3'].unstack(fill_value=0)

Col 2  A  B  C  D  E
Col 1               
1      1  2  0  0  3
2      0  0  4  5  0
3      6  7  0  8  9

或者再添加一些位来复制OP的精确预期输出

df.set_index(['Col 1', 'Col 2'])['Col 3'].unstack(fill_value=0) \
  .rename_axis(None, 1).add_prefix('Col2_').reset_index()

   Col 1  Col2_A  Col2_B  Col2_C  Col2_D  Col2_E
0      1       1       2       0       0       3
1      2       0       0       4       5       0
2      3       6       7       0       8       9

一个简单的支点，即

df.pivot('Col 1','Col 2','Col 3').fillna(0)

或者使用枢轴

df.pivot('Col 1', 'Col 2', 'Col 3').fillna(0).rename_axis(None, 1).add_prefix('Col2_').reset_index()

第1列第2列第2列第2列第2列第2列第2列第2列第2列第2列第2列 0 1 1.0 2.0 0.0 0.0 3.0 1 2 0.0 0.0 4.0 5.0 0.0 2 3 6.0 7.0 0.0 8.0 9.0

---

这是我今天第三次使用交叉表

pd.crosstab(index=df['Col 1'],columns=df['Col 2'],values=df['Col 3'],aggfunc=sum).\
      fillna(0).rename_axis(None, 1).add_prefix('Col2_').reset_index()

---

您可以使用

pivot\u表

并利用其

fill\u值

参数

df.pivot\u表（'Col 3'，'Col 1'，'Col 2'，fill\u值=0）。重命名轴（None，1）。添加\u前缀（'Col2\u'）。重置\u索引（）

这相对简单。假设您的

DataFrame

是

df

，并且您有一列

Foo

，其中

Foo=Bar*2

。您的代码将是

df['Foo']=df['Bar'].apply（lambda x:x*2）

。

df.pivot('Col 1', 'Col 2', 'Col 3').fillna(0).rename_axis(None, 1).add_prefix('Col2_').reset_index()

Col 1 Col2_ A Col2_ B Col2_ C Col2_ D Col2_ E 0 1 1.0 2.0 0.0 0.0 3.0 1 2 0.0 0.0 4.0 5.0 0.0 2 3 6.0 7.0 0.0 8.0 9.0

pd.crosstab(index=df['Col 1'],columns=df['Col 2'],values=df['Col 3'],aggfunc=sum).\
      fillna(0).rename_axis(None, 1).add_prefix('Col2_').reset_index()