Python 添加缺少的列

这个问题是问题的继续。 假设现在我们有2个数据帧，train和test，我如何能够为每个数据帧添加缺少的列？ 问候,

编辑： 列车数据帧：

         Products
1           A;B
2           A
3           B;A;C

         Products
1           A;B
2           A
3           D;A;B

成为：

          Has_A      Has_B        Has_C   
1           1          1            0
2           1          0            0
3           1          1            1

          Has_A      Has_B      Has_D
1           1          1          0
2           1          0          0
3           1          1          1

测试数据帧：

         Products
1           A;B
2           A
3           B;A;C

         Products
1           A;B
2           A
3           D;A;B

成为：

          Has_A      Has_B        Has_C   
1           1          1            0
2           1          0            0
3           1          1            1

          Has_A      Has_B      Has_D
1           1          1          0
2           1          0          0
3           1          1          1

列车在每个加号中有“has_C”和测试有“has_D”

我想将Has_C列添加到测试中，将Has_D添加到列车中，并将其填充为0。

您可以使用以下方法：

演示：

我认为您需要或使用

列的

：

train = train['Products'].str.get_dummies(';').add_prefix('Has_')
test = test['Products'].str.get_dummies(';').add_prefix('Has_')

cols = train.columns.union(test.columns)
print (cols)
Index(['Has_A', 'Has_B', 'Has_C', 'Has_D'], dtype='object')

train = train.reindex_axis(cols, axis=1, fill_value=0)
print (train)
   Has_A  Has_B  Has_C  Has_D
1      1      1      0      0
2      1      0      0      0
3      1      1      1      0

test = test.reindex(columns=cols, fill_value=0)
print (test)
   Has_A  Has_B  Has_C  Has_D
1      1      1      0      0
2      1      0      0      0
3      1      1      0      1

---

//获取不在列中的列

cols=列表（设置（列测向列.值）-设置（测试测向列.值））

//创建虚拟数据帧并与列车连接

pd.DataFrame（[[0代表cols中的col]]，columns=cols）.join（test_df，how='outer'）.fillna（0）

对列车进行相同的处理

---

希望有帮助：）

重复两次……两个集合中都没有某些值。您能解释更多吗？一些示例数据是最好的。编辑问题使用

.reindex\u axis（…）

-我喜欢它