将具有列表值的熊猫系列转换为布尔数据帧

Question

我有一系列不同元素的值。值计数显示如下。

category                                                                            count
[Radiometric]                                                                       76
[Ozone]                                                                             59
[Aerosol]                                                                           53
[Cryosphere]                                                                        31
[Atmospheric State, Cloud Properties]                                               29
[Atmospheric State, Radiometric, Surface Properties]                                 8
[POPs]                                                                               8
[Atmospheric State, Cloud Properties, Radiometric]                                   7

我想为每个类别创建列，并为每一行标记True/False。

e. g.

index                Aerosol    Cloud Properities     Radiometric  ......
1                     TRUE       FALSE                  TRUE
2                     FALSE       TRUE                   TRUE
3
4

我设法从所有项目中获取了这些类别的唯一列表。我还可以通过在此处的解决方案中给出的方法将其制作成单独的列。

但在我的情况下，数据是不完整的/变化的，因此给我一个DF，如下所示

    1                   2                   3                 4                 5
25  Reactive Gas        Surface Properties  None               None             None
28  Aerosol             Ozone               Atmospheric State Cloud Properties  None
59  Surface Properties  Cryosphere          None               None             None
68  Atmospheric State   Cloud Properties    None               None             None
73  Atmospheric State   Radiometric         None               None             None

有没有办法使用熊猫或其他python工具将其转换为所需的输出。我现在正在使用pandas.pivot_table这个解决方案的提示。我使用第1列作为列（假设它具有所有类别），但为每列提供了一个多索引DF。

pvt = tmp.pivot_table(index=tmp.index,columns="1",aggfunc="count")

需要帮助我如何才能得到上面提到的布尔矩阵/df。

Answer 1

我想你需要< code>Series.str.join与< code > series . str . get _ dummies 并转换成boolean:

df1 = df.category.str.join('|').str.get_dummies().astype(bool)

或者使用< code > multilabeldirizer :

from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()
df = pd.DataFrame(mlb.fit_transform(df.category),columns=mlb.classes_).astype(bool)