使用
s您的
df['groups']:
In [21]: s = pd.Series({0: ['a', 'b', 'c'], 1:['c'], 2: ['b', 'c', 'e'], 3: ['a', 'c'], 4: ['b', 'e'] })In [22]: sOut[22]:0 [a, b, c]1 [c]2 [b, c, e]3 [a, c]4 [b, e]dtype: object
这是一个可能的解决方案:
In [23]: pd.get_dummies(s.apply(pd.Series).stack()).sum(level=0)Out[23]: a b c e0 1 1 1 01 0 0 1 02 0 1 1 13 1 0 1 04 0 1 0 1
这样做的逻辑是:
.apply(Series)
将一系列列表转换为数据框.stack()
将所有内容再次放入一列(创建多级索引)pd.get_dummies( )
创造假人.sum(level=0
)以合并应为一行的不同行(通过汇总第二级,仅保留原始级(level=0
))
稍微等价的是
pd.get_dummies(s.apply(pd.Series), prefix='',prefix_sep='').sum(level=0, axis=1)
我不知道这是否足够有效,但是无论如何,如果性能很重要,那么将列表存储在数据框中并不是一个好主意。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)