我有一本字典,其中的键是年份,而值是对应的模型。下面是我从字典中打印出来的一段数据。
1975: ['MODEL9808533471'],
1985: ['MODEL0912768548'],
1980: ['MODEL1006230072', 'MODEL7898438988'],
1987: ['MODEL0848444339'],
1977: ['MODEL7889395724'],
1962: ['MODEL8686121468'],
1965: ['MODEL0911532520'],
2018: ['MODEL1712050002', 'MODEL1712050003', 'MODEL1712050004']
我想要的如下:
1962 1965 1975 1977 1980 1985 1987 2018
MODEL9808533471 1
MODEL0912768548 1
MODEL1006230072 1
MODEL7898438988 1
MODEL0848444339 1
MODEL7889395724 1
MODEL8686121468 1
MODEL0911532520 1
MODEL1712050002 1
MODEL1712050003 1
MODEL1712050004 1
一开始,我认为我们需要循环字典的每个值并构建矩阵。然后 pandas 将输出到 csv 文件。
我在 numpy 包中找不到类似的想法,尽管它在处理矩阵方面很强大。我找到了 this link在我们的论坛中,但列表的长度是相同的。
你知道有什么工具或设施(例如 pandas 中的功能、numpy 或类似的东西)可以帮助我这样做吗?
谢谢!
最佳答案
完美契合sklearn
中MultiLabelBinarizer
的使用
from sklearn.preprocessing import MultiLabelBinarizer
s = pd.Series(d)
mlb = MultiLabelBinarizer()
yourdf=pd.DataFrame(mlb.fit_transform(s),columns=mlb.classes_, index=s.index).T
yourdf
Out[121]:
1975 1985 1980 1987 1977 1962 1965 2018
MODEL0848444339 0 0 0 1 0 0 0 0
MODEL0911532520 0 0 0 0 0 0 1 0
MODEL0912768548 0 1 0 0 0 0 0 0
MODEL1006230072 0 0 1 0 0 0 0 0
MODEL1712050002 0 0 0 0 0 0 0 1
MODEL1712050003 0 0 0 0 0 0 0 1
MODEL1712050004 0 0 0 0 0 0 0 1
MODEL7889395724 0 0 0 0 1 0 0 0
MODEL7898438988 0 0 1 0 0 0 0 0
MODEL8686121468 0 0 0 0 0 1 0 0
MODEL9808533471 1 0 0 0 0 0 0 0
或者get_dummies
s.apply(','.join).str.get_dummies(',').T
Out[127]:
1975 1985 1980 1987 1977 1962 1965 2018
MODEL0848444339 0 0 0 1 0 0 0 0
MODEL0911532520 0 0 0 0 0 0 1 0
MODEL0912768548 0 1 0 0 0 0 0 0
MODEL1006230072 0 0 1 0 0 0 0 0
MODEL1712050002 0 0 0 0 0 0 0 1
MODEL1712050003 0 0 0 0 0 0 0 1
MODEL1712050004 0 0 0 0 0 0 0 1
MODEL7889395724 0 0 0 0 1 0 0 0
MODEL7898438988 0 0 1 0 0 0 0 0
MODEL8686121468 0 0 0 0 0 1 0 0
MODEL9808533471 1 0 0 0 0 0 0 0
关于python - 将值是不同长度列表的字典转换为数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55286915/