python中类似SQL的行数据的一个热编码器

我有以下格式的数据。我对第一栏不感兴趣；然而，第二列和第三列是一个职位，也是这个职位可能具备的一项技能示例（劳工统计局的经济学家提供了这一数据）

我想找到一个热门的矢量化，其中工作是行，技能是列；如果相应的作业需要相应的技能（否则为0），则单元格（j，s）接收值1

下面是我实现这种效果的“艰难之路”。然而，是否有一种更容易产生相同结果的方法

将熊猫作为pd导入
将numpy作为np导入
skill\u data=pd.read\u csv（“Technology Skills.csv”）
jobs=[技能数据中的job for job['Title'].unique（）]
技能=[技能数据中技能对应的技能['Example'].unique（）]
job_skill_dict={name:[]表示jobs中的name}
对于idx，skill_data.iterrows（）中的行：
工作技能指令[第[1]行].追加（第[2]行）
作业\技能\向量={name:[]表示作业中的名称}
对于作业，作业技能目录项（）中的技能列表：
作业技能向量[作业]=[1如果技能技能列表中的技能，则为1，否则为技能技能列表中的0]
vectors=[job\u skill\u vectors[job]for job in jobs]
作业技能矩阵=np.数组（向量）

我所做的基本上是创建一个独特的职位列表，然后是一个独特技能列表，然后创建一个字典，其中职位作为关键字，空列表作为值。然后我遍历dataframe行，将技能添加到刚才提到的字典的列表（值）中。接下来，我制作另一本字典，以职务为关键字，以空列表为值；这一次，我应用了一个热编码，其中每个技能按照技能列表的顺序显示1或0。最后，我将所有这些字典值（一个热向量的列表）按作业列表的顺序转储到一个巨大的列表中。最后，我从这个列表创建一个numpy数组

最终结果如下所示（这是需要的！）

工作技能矩阵
>>>
数组（[[1,1,1，…，0,0,0]，
[0, 0, 0, ..., 0, 0, 0],
[1, 0, 1, ..., 0, 0, 0],
...,
[0, 0, 0, ..., 0, 0, 0],
[0, 0, 0, ..., 1, 1, 0],
[0, 0, 0, ..., 0, 0, 1]])

我相信您可以看出，由于计算原因以及用户错误的空间（许多变量需要重命名才能在新数据上重复此过程），这并不是最优的

如果有一个简单的方法来实现这个效果，我真的很感兴趣

使用：

如果您想要一个

numpy

：

df_dummies.to_numpy()
#df_dummies.values

此外，我们还可以使用以下内容：

df.pivot_table(index='Title', columns='Example', aggfunc='any').astype(int)

但这将返回一个稍有不同的数组

使用：

如果您想要一个

numpy

：

df_dummies.to_numpy()
#df_dummies.values

此外，我们还可以使用以下内容：

df.pivot_table(index='Title', columns='Example', aggfunc='any').astype(int)

---

但这将返回一个稍有不同的数组

尝试使用sqlalchemy库尝试使用sqlalchemy库