使用pandas中具有多个值的列创建虚拟变量
我正在寻找一种处理以下问题的Python方法。
该pandas.get_dummies()方法非常适合从数据框的分类列创建虚拟对象。例如，如果列中的值为['A', 'B']，则get_dummies()创建2个哑变量并相应地分配0或1。
现在，我需要处理这种情况。称为“标签”的单个列具有类似的值['A', 'B', 'C', 'D', 'A*C', 'C*D']。get_dummies()创建6个假人，但我只想要4个假人，所以一行可以有多个1。
有没有办法以pythonic的方式处理这个问题？我只能想到一些逐步的算法来获取它，但是其中不包括get_dummies（）。谢谢
编辑，希望更清楚！
问题答案：
我知道自问这个问题以来已经有一段时间了，但是（至少 现在 有）文档支持的单行代码：
In [4]: df
Out[4]:
label
0 (a, c, e)
1 (a, d)
2 (b,)
3 (d, e)
In [5]: df['label'].str.join(sep='*').str.get_dummies(sep='*')
Out[5]:
a b c d e
0 1 0 1 0 1
1 1 0 0 1 0
2 0 1 0 0 0
3 0 0 0 1 1
-
问题内容： 我正在尝试使用python中的pandas从类别变量中创建一系列虚拟变量。我遇到过该函数，但是每当我尝试调用该函数时，都会收到一个错误，提示您未定义名称。 创建虚拟变量的任何想法或其他方式将不胜感激。 编辑 ：由于其他人似乎遇到了这种情况，因此熊猫中的函数现在可以正常工作了。这意味着以下应该起作用： 有关更多信息，请参见http://blog.yhathq.com/posts/logi
-
我试图在python中使用pandas从一个分类变量创建一系列伪变量。我遇到了函数，但每当我尝试调用它时，都会收到一个错误，即名称未定义。 任何创建虚拟变量的想法或其他方法都将受到欢迎。 编辑：由于其他人似乎遇到了这种情况，熊猫中的功能现在运行得非常好。这意味着以下各项应起作用： 看见http://blog.yhathq.com/posts/logistic-regression-and-pyth
-
我有一个数据框架，我想从其中一列的列表中创建5列 示例: 请注意，这里很少有列表少于5列，对于这些列，请在该位置插入NAN。
-
问题内容： 如果我选择SELECT AS b且b不是表中的列，查询会创建“虚拟”列吗？ 实际上，我需要将一些虚拟列合并到查询中，并将一些信息处理到查询中，以便以后可以在每个项目中使用它。 问题答案： 就像是： 这使您可以进行操作并将其显示为列。 编辑： 您还可以使用联接并将操作显示为列：
-
问题内容： 我尝试使用插入一些虚拟数据到我的表中，但是它的运行速度确实非常慢。 我在想，也许我编写的代码不正确，请您看看并确认一下吗？ 问题答案： 如果只对所有4999行进行一次插入，则与在循环中执行4999个单独的插入语句相比，您将获得更好的性能。因此，如果您的表#T包含4999行，则只需调用以下命令： 如果您首先需要创建一个包含4999行的表，那么以下SQL将为您工作：
-
谈到R编码，我目前有点墨守成规。我一直在尝试使用mutate、seq和rep函数来生成一个新列，该列迭代多个列值和不同的条件，但结果并不正确。下面是我的一些数据片段: 我希望按类型和特征 ID 对 lipidName 进行分组，然后查看类型特征 ID2，而不是不正确的数据表。如果它们具有相同的类型和特征 ID，则将它们计为脂质名称的相同脂质。如果它们具有相同的类型和特征ID2，则将它们计为脂质名称