熊猫：转换数据框以显示原始数据框中是否存在值的组合

Question

我有一个看起来像这样的数据框：

 | Col 1 | Col 2 | 
0|   A   |   2   |
1|   A   |   3   |
2|   B   |   1   |
3|   B   |   2   |

并且我需要将其转换为一个数据框，以显示每个组合的第1列和第2列中的值（如果该组合包含在原始DataFrame中）：

  |  1  |  2  |  3  |
A |False|True |True |
B |True |True |False|

熊猫有没有一种原生的方式来实现这种转变？我是手动创建转换后的Dataframe，但这是减慢速度的方法。

先感谢您！

Answer 1

使用get_dummies有max：

df = pd.get_dummies(df.set_index('Col 1')['Col 2'], dtype=bool).rename_axis(None).max(level=0)
print (df)
       1     2      3
A  False  True   True
B   True  True  False

或者，如果可能的话，不要在列中丢失任何值，Col2然后DataFrame.pivot与一起使用DataFrame.notna，以删除索引和列名，请使用DataFrame.rename_axis：

df = df.pivot('Col 1', 'Col 2', 'Col 1').notna().rename_axis(index=None, columns=None)
print (df)
       1     2      3
A  False  True   True
B   True  True  False

备选方案可能是重复项，但pivot失败了：

df = (df.pivot_table(index='Col 1', columns='Col 2', values='Col 1', aggfunc='size')
        .notna()
        .rename_axis(index=None, columns=None))
print (df)
       1     2      3
A  False  True   True
B   True  True  False

或评论中的解决方案：

df = (pd.crosstab(df['Col 1'], df['Col 2'])
        .gt(0)
        .rename_axis(index=None, columns=None))