关键词：
【中文标题】如何优雅地对熊猫中的一系列列表进行热编码[重复]【英文标题】：How to elegantly one hot encode a series of lists in pandas [duplicate] 【发布时间】：2019-02-10 20:02:30 【问题描述】：所以我有以下数据：
>>> test = pd.Series([['a', 'b', 'e'], ['c', 'a'], ['d'], ['d'], ['e']])
>>> test
0 [a, b, e]
1 [c, a]
2 [d]
3 [d]
4 [e]
我正在尝试将列表中的所有数据一次性编码回我的数据框中。看起来像这样：
>>> pd.DataFrame([[1, 1, 0, 0, 1], [1, 0, 1, 0, 0],
[0, 0, 0, 1, 0], [0, 0, 0, 1, 0],
[0, 0, 0, 0, 1]],
columns = ['a', 'b', 'c', 'd', 'e'])
a b c d e
0 1 1 0 0 1
1 1 0 1 0 0
2 0 0 0 1 0
3 0 0 0 1 0
4 0 0 0 0 1
我尝试过研究，发现了类似的问题，但没有一个像这样。我尝试过：
test.apply(pd.Series)
但这并不能完全实现单热方面。这只是以任意顺序打开我的列表。我确信我可以找到一个冗长的解决方案，但我很高兴听到是否有更优雅的方式来执行此操作。
谢谢！
编辑：我知道我可以遍历我的test 系列，然后为找到的每个唯一值创建一个列，然后返回并再次遍历test，标记所述列为独特的价值。但这对我来说似乎不是很讨人喜欢，我相信有一种更优雅的方式来做到这一点。
【问题讨论】：
Scikit 即将获得升级后的 onehotencoder，它将对字符串进行编码，FWIW：medium.com/dunder-data/… 【参考方案1】：sklearn 库中的MultiLabelBinarizer 对于这些问题更有效。它应该优先于apply 和pd.Series。这是一个演示：
import pandas as pd
from sklearn.preprocessing import MultiLabelBinarizer
test = pd.Series([['a', 'b', 'e'], ['c', 'a'], ['d'], ['d'], ['e']])
mlb = MultiLabelBinarizer()
res = pd.DataFrame(mlb.fit_transform(test),
columns=mlb.classes_,
index=test.index)
结果
a b c d e
0 1 1 0 0 1
1 1 0 1 0 0
2 0 0 0 1 0
3 0 0 0 1 0
4 0 0 0 0 1
【讨论】：
如果在熊猫pd.DataFrame(test.values.tolist()).stack().str.get_dummies().sum(level=0)
@Wen，是的，很好。说起来很丢脸，但我从来没有在概念上欣赏过stack，因此很少使用它。似乎也是效率的薄弱环节。
那就别用了 :-) pd.get_dummies(pd.DataFrame(test.values.tolist()),prefix_sep ='',prefix='').sum(level=0, axis = 1)
我不知道这个工具，我猜我的谷歌搜索词不够好，无法找到它。太棒了。谢谢！
请注意：使用 MultiLabelBinarizer 比 stack().str.get_dummies.sum() 方法快几倍。如何将熊猫中的一列列表转换为Python中唯一值的稀疏DataFrame [重复]
】如何将熊猫中的一列列表转换为Python中唯一值的稀疏DataFrame[重复]【英文标题】：HowtoturnacolumnoflistsinpandastoasparseDataFrameoftheuniquevaluesinPython[duplicate]【发布时间】：2020-04-0208:03:57【问题描述】：对于每一行id，我都有一个作为pand... 查看详情
使用 scikit 学习的一种热编码和熊猫
...我正在从Pandas数据帧构建一个热编码函数，但无法弄清楚如何将数据取回数据帧。我明白了："IndexError:只有整数、切片(:)、省略号(...)、numpy.newaxis(None)和整数或布尔数组是有效的指数如何将其重新整合回pan 查看详情
熊猫单热编码列到假人，包括“其他”编码[重复]
】熊猫单热编码列到假人，包括“其他”编码[重复]【英文标题】：Pandasone-hot-encodecolumnstodummies,includingan\'other\'encoding[duplicate]【发布时间】：2021-10-0621:43:39【问题描述】：我的最终目标是在Pandas列上进行一次热编码。在这种情况... 查看详情
如何始终如一地对具有变化值的数据帧进行热编码？
】如何始终如一地对具有变化值的数据帧进行热编码？【英文标题】：Howtoconsistentlyhotencodedataframeswithchangingvalues?【发布时间】：2018-06-1013:39:46【问题描述】：我正在以数据帧的形式获得内容流，每批在列中具有不同的值。例如... 查看详情
如何从熊猫系列中获取包含行索引的列表[重复]
】如何从熊猫系列中获取包含行索引的列表[重复]【英文标题】：HowtogetalistfromaPandas\'serieswhichincludestheindexoftherow[duplicate]【发布时间】：2019-09-2407:04:56【问题描述】：我有一个PandasDataFrame（从excel文件创建），我想在其中查看一... 查看详情
如何从具有熊猫系列对象和浮点数的列表中删除浮点值[重复]
】如何从具有熊猫系列对象和浮点数的列表中删除浮点值[重复]【英文标题】：HowdoIremovefloatvaluesfromalistwhichhaspandasseriesobjectsandfloats[duplicate]【发布时间】：2019-12-2905:17:10【问题描述】：我有一个列表，其中主要包含pandas系列对象... 查看详情
如何根据字典替换熊猫系列中的字符串组，并将值作为列表？
】如何根据字典替换熊猫系列中的字符串组，并将值作为列表？【英文标题】：Howtoreplacegroupofstringsinpandasseriesbasedonadictionarywithvaluesaslist?【发布时间】：2019-04-0406:47:59【问题描述】：我在***中找不到基于列表中值的字典进行替换... 查看详情
Flutter：如何正确地对“列表”进行 JSON 编码？
】Flutter：如何正确地对“列表”进行JSON编码？【英文标题】：Flutter:HowtoJSONencodea`List`properly?【发布时间】：2020-06-3014:09:29【问题描述】：我正在尝试使用Flutter通过RESTAPI将List传递给我的服务器。下面是代码Future<void>saveOrderI... 查看详情
按字符串长度对熊猫系列中的列表进行排序
】按字符串长度对熊猫系列中的列表进行排序【英文标题】：Sortlistinpandasseriesbylengthofstring【发布时间】：2018-10-2722:02:00【问题描述】：我想根据字符串的长度（最长在前）对数据框中的列表进行排序brandserie&tradition[&traditi... 查看详情
如何将熊猫系列的列值转换为Python中的列表？
】如何将熊猫系列的列值转换为Python中的列表？【英文标题】：HowtoconvertthecolumnvaluesofpandasseriestolistinPython?【发布时间】：2021-02-1012:02:15【问题描述】：我有一个熊猫系列，打印后看起来像-0NaN120.3072-16.87934.598421.9785-12.913dtype:float... 查看详情
如何根据列表中的项目复制熊猫中的行[重复]
】如何根据列表中的项目复制熊猫中的行[重复]【英文标题】：Howtoduplicaterowsinpandas,basedonitemsinalist[duplicate]【发布时间】：2013-04-0320:31:32【问题描述】：我有一个看起来像这样的pandas数据框：COLdataline1[A,B,C]其中数据列中的项目可... 查看详情
如何在每个组中估算熊猫数据框中的一列[重复]
】如何在每个组中估算熊猫数据框中的一列[重复]【英文标题】：howtoimputeacolumninpandasdataframewithineachgroup[duplicate]【发布时间】：2017-02-1615:26:35【问题描述】：全部，我有四列的数据框（\'key1\'、\'key2\'、\'data1\'、\'data2\'）。我在da... 查看详情
熊猫将具有相同索引的一列值组合到列表中[重复]
...ndasDF，我正在努力以好看的格式打印它...有人可以告诉我如何组合来自同一列值的这两个值吗？data=\'Animal\':[\'DOG\',\'CAT\', 查看详情
创建一个新列表并根据熊猫系列的值填充它[重复]
】创建一个新列表并根据熊猫系列的值填充它[重复]【英文标题】：creatinganewlistandfillitbasedonthevaluesofapandasSeries[duplicate]【发布时间】：2018-11-0110:40:39【问题描述】：我正在尝试创建一个for循环，该循环遍历熊猫系列ageNew，它根据... 查看详情
替换熊猫数据框系列中的每个值[重复]
】替换熊猫数据框系列中的每个值[重复]【英文标题】：Replaceeveryvalueinapandasdataframeseries[duplicate]【发布时间】：2020-11-1518:47:09【问题描述】：所以我有一个数据框，我想用新字符串替换每个值。（通常我只会做df["col1"]="string"，... 查看详情
如何按熊猫中的值对系列进行分组？
】如何按熊猫中的值对系列进行分组？【英文标题】：HowtogroupaSeriesbyvaluesinpandas?【发布时间】：2016-02-0216:38:45【问题描述】：我目前有一个dtypeTimestamp的pandasSeries，我想按日期对它进行分组（并且每个组中有很多行不同的时间）... 查看详情
如何使用 Keras 对字符串列表进行热编码？
】如何使用Keras对字符串列表进行热编码？【英文标题】：HowcanIonehotencodealistofstringswithKeras?【发布时间】：2019-10-0705:18:50【问题描述】：我有一个清单：code=[\'<s>\',\'are\',\'defined\',\'in\',\'the\',\'"editable\',\'parameters"\',\'\\n\',\'sect... 查看详情
将包含熊猫系列的列转换为特征[重复]
】将包含熊猫系列的列转换为特征[重复]【英文标题】：ConvertacolumnwhichcontainspandasSeriestofeatures[duplicate]【发布时间】：2020-06-1619:09:34【问题描述】：我的数据框如下：a0[8,10]1[12,7,9]如您所见，a列包含一个列表。该列表中的数字在... 查看详情