一部の列に対応するカテゴリに基づいて、カテゴリ固有の列を作成しようとしています。
これは、（1）2つのカテゴリを2つの別々のデータフレームにスライスし、（2）日付に2つのデータフレームをマージし、（3）冗長な列を削除し、（4）新しい列を作成する（カテゴリに依存しない）ことで、ラウンドアバウトの方法で実現しました。 （4）カテゴリ固有の列を削除します。この変換を行うためのより効率的な方法を知っていますか？私のコードはサンプルの入力/出力の下にあります
入力：
wk start car rims color Autopilot$ Sunroof$
0 2018-09-09 tesla model x 17 black 3000 0
1 2018-09-16 tesla model x 14 yellow 3000 0
2 2018-09-23 tesla model x 13 white 3000 0
3 2018-09-09 tesla model 3 19 grey 0 2000
4 2018-09-16 tesla model 3 21 pink 0 2000
理想的な出力：
wk rims-mod3 rims-modx color-mod3 color-modx Auto$ roof$
0 2018-09-09 17 0 black grey 3000 2000
1 2018-09-16 14 19 yellow pink 3000 2000
2 2018-09-23 13 21 white NaN 3000 0
私のコード：
import pandas as pd
df = pd.DataFrame({'wk start': ['2018-09-09', '2018-09-16', '2018-09-23','2018-09-09', '2018-09-16'],
'car': [ 'tesla model x', 'tesla model x', 'tesla model x','tesla model 3','tesla model 3'],
'rims': [17,14,13,19,21],
'color':['black','yellow','white','grey','pink'],
'Autopilot$':[3000,3000, 3000,0,0],
'Sunroof$':[0,0,0,2000,2000]})
model3 = df[df['car']=='tesla model 3']
modelx = df[df['car']=='tesla model x']
example = model3.merge(modelx, how='outer',left_on='wk start',right_on='wk start',suffixes=('_model3', '_modelx'))
del example['car_model3']
del example['car_modelx']
example['AUTOPILOT']=example['Autopilot$_model3']+example['Autopilot$_modelx']
example['SUNROOF']=example['Sunroof$_model3']+example['Sunroof$_modelx']
del example['Autopilot$_model3']
del example['Autopilot$_modelx']
del example['Sunroof$_modelx']
del example['Sunroof$_model3']
使用されるその他のリソースは、question1、question2です。
使用する：
df = df.set_index(['wk start','car']).unstack()
df.columns = df.columns.map('_'.join)
df = df.reset_index()
df = df.loc[:, df.fillna(0).ne(0).any()]
print (df)
wk start rims_tesla model 3 rims_tesla model x color_tesla model 3 \
0 2018-09-09 19.0 17.0 grey
1 2018-09-16 21.0 14.0 pink
2 2018-09-23 NaN 13.0 NaN
color_tesla model x Autopilot$_tesla model x Sunroof$_tesla model 3
0 black 3000.0 2000.0
1 yellow 3000.0 2000.0
2 white 3000.0 NaN
説明：
set_indexでunstackmapおよびによって列のMultiIndexを平坦化するjoinDataFrame.reset_index0の列によるboolean indexingとloc編集：
この行を少し説明できますかdf.loc [:, df.fillna（0）.ne（0）.any（）]？私はそれが何をするのか理解できませんか？nan値はありません。
使用する場合unstack、このサンプルのようにいくつかの欠落値が発生する可能性があります。
print (df)
wk start rims_tesla model 3 rims_tesla model x color_tesla model 3 \
0 2018-09-09 19.0 17.0 grey
1 2018-09-16 21.0 14.0 pink
2 2018-09-23 NaN 13.0 NaN
color_tesla model x Autopilot$_tesla model 3 Autopilot$_tesla model x \
0 black 0.0 3000.0
1 yellow 0.0 3000.0
2 white NaN 3000.0
Sunroof$_tesla model 3 Sunroof$_tesla model x
0 2000.0 0.0
1 2000.0 0.0
2 NaN 0.0
したがって、NaNを含むすべてゼロまたはすべてゼロを含まない列に対してTrue値を返す必要があります（使用の理由は何ですかfillna(0)）。
print (df.fillna(0).ne(0))
wk start rims_tesla model 3 rims_tesla model x color_tesla model 3 \
0 True True True True
1 True True True True
2 True False True False
color_tesla model x Autopilot$_tesla model 3 Autopilot$_tesla model x \
0 True False True
1 True False True
2 True False True
Sunroof$_tesla model 3 Sunroof$_tesla model x
0 True False
1 True False
2 False False
少なくとも1つのTrueがany：であるかどうかを確認します
print (df.fillna(0).ne(0).any())
wk start True
rims_tesla model 3 True
rims_tesla model x True
color_tesla model 3 True
color_tesla model x True
Autopilot$_tesla model 3 False
Autopilot$_tesla model x True
Sunroof$_tesla model 3 True
Sunroof$_tesla model x False
dtype: bool
この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。
侵害の場合は、連絡してください[email protected]
コメントを追加