假设我有以下数据框:
user_id | a1 | a2 | a3 | a4 | a5 | ... | a100
1 | 12 | 30 | 0 | 12 | 1 | ... | 21
2 | 2 | 13 | 18 | 13 | 13 | ... | 3
3 | 42 | 31 | 5 | 14 | 26 | ... | 41
4 | 1 | 9 | 10 | 15 | 20 | ... | 23
基于此数据框,我想为 a1-a100 的列中的任何唯一值生成额外的列。我认为最好用一个例子来解释这一点。基于上面的数据框,我会将以下列附加到原始数据框:
1AndAbove | 2AndAbove | ... | 42AndAbove
5 | 4 | ... | 0
6 | 6 | ... | 0
6 | 6 | ... | 2
6 | 5 | ... | 0
例如,42AndAbove 列中的值显示只有第 3 个用户的值等于和大于 42,并且它有两次。
我可以使用以下代码一一完成:
df['1AndAbove'] = (df > 1).astype(int).sum(axis=1)
但是,如果我需要生成 100 列,这将非常麻烦。我想知道是否有更通用和更优雅的方法来做到这一点?
最佳答案
IIUIC,可以先过滤a*
列,然后循环遍历1-2个值范围检查吗?
In [382]: df_a = df.filter(like='a')
In [385]: for x in range(1, 43):
...: df['%sAndAbove' % x] = (df_a >= x).sum(axis=1)
...:
结果
In [386]: df
Out[386]:
user_id a1 a2 a3 a4 a5 a100 1AndAbove 2AndAbove 3AndAbove \
0 1 12 30 0 12 1 21 5 4 4
1 2 2 13 18 13 13 3 6 6 5
2 3 42 31 5 14 26 41 6 6 6
3 4 1 9 10 15 20 23 6 5 5
... 33AndAbove 34AndAbove 35AndAbove 36AndAbove 37AndAbove \
0 ... 0 0 0 0 0
1 ... 0 0 0 0 0
2 ... 2 2 2 2 2
3 ... 0 0 0 0 0
38AndAbove 39AndAbove 40AndAbove 41AndAbove 42AndAbove
0 0 0 0 0 0
1 0 0 0 0 0
2 2 2 2 2 1
3 0 0 0 0 0
[4 rows x 49 columns]
关于python - 根据数据框中的唯一值生成大量列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42187723/