python - 添加缺失的列

Question

这个问题是Create multiple columns from a single column的延续. 假设现在我们有 2 个数据框，训练和测试，我怎样才能为每个添加缺失的列？ 问候，

编辑: 训练数据框:

         Products
1           A;B
2           A
3           B;A;C

成为:

          Has_A      Has_B        Has_C   
1           1          1            0
2           1          0            0
3           1          1            1

测试数据框:

         Products
1           A;B
2           A
3           D;A;B

成为:

          Has_A      Has_B      Has_D
1           1          1          0
2           1          0          0
3           1          1          1

训练有“Has_C”，测试有“Has_D”。

我想将 Has_C 列添加到测试中，将 Has_D 列添加到火车中并用 0 填充它们。

Answer 1

你可以使用DataFrame.assign()方法:

all_cols = train.columns.union(test.columns)

train = train.assign(**{col:0 for col in all_cols.difference(train.columns).tolist()})
test = test.assign(**{col:0 for col in all_cols.difference(test.columns).tolist()})

演示:

In [310]: train.assign(**{col:0 for col in all_cols.difference(train.columns).tolist()})
Out[310]:
   Has_A  Has_B  Has_C  Has_D
1      1      1      0      0
2      1      0      0      0
3      1      1      1      0

In [311]: test.assign(**{col:0 for col in all_cols.difference(test.columns).tolist()})
Out[311]:
   Has_A  Has_B  Has_D  Has_C
1      1      1      0      0
2      1      0      0      0
3      1      1      1      0