我有一个巨大的数据帧,看起来像这样:
u_id i_id
0 55218 0
1 55218 2
2 55218 1
3 55222 2
4 55222 3
我想创建一个具有轴u_id
和i_id
的数组,值为1
(如果u_id
具有i_id
(,否则为0
类似:
0 1 2 3
0 1 1 1 0
1 0 0 1 1
我用创建了阵列
df_neu = np.full(df[['u_id', 'i_id']].nunique(), 0)
但是现在我不知道如何覆盖CCD_ 7。
请尝试:
df = df.groupby('u_id')['i_id'].apply(list).reset_index()
def fill(x):
for val in x.i_id:
df_un[x.name,val] = 1
df.apply(lambda x: fill(x), axis=1)
print(df_un)
[[1 1 1 0]
[0 0 1 1]]
我认为这个
columns = sorted(set(df['i_id'].values))
df_neu = pd.DataFrame({key: [1 if c in group['i_id'].values else 0
for c in columns]
for key, group in df.groupby('u_id')},
index=columns).T
本质上导致你的预期结果:
0 1 2 3
55218 1 1 1 0
55222 0 0 1 1
我的假设是,您的原始DataFrame名为df
。
如果你想摆脱u_id
索引:
df_neu.reset_index(drop=True, inplace=True)
0 1 2 3
0 1 1 1 0
1 0 0 1 1
或者没有转座:
columns = sorted(set(df['i_id'].values))
df_neu = pd.DataFrame([[1 if c in group['i_id'].values else 0
for c in columns]
for _, group in df.groupby('u_id')],
columns=columns)