2

我的数据框包含一列 ID 和一列主题。最终，我想按主题对我的数据进行聚类，这样我就可以看到按主题聚类的 ID 组。

为了做到这一点，我希望将我的数据框作为每个 ID 一行，每个主题一列包含 1 或 0 值，以指示该主题是否由该行上的 ID 获取。

输入示例：

ID      Subject
John    History
John    English
Jane    Maths
Jane    Science
Jane    History
Mark    History
Mark    Science
Mark    Mathematics

预期输出：

Subject  English  History  Mathematics  Maths  Science
ID                                                    
Jane           0        1            0      1        1
John           1        1            0      0        0
Mark           0        1            1      0        1
4

3 回答 3

1

您可以使用pivot_table()执行以下操作

 df.pivot_table(index='ID', columns='Subject', aggfunc=len,fill_value=0)
于 2020-01-31T14:50:52.527 回答
1

您可以使用以下功能crosstab：

pd.crosstab(df['ID'], df['Subject'])

输出：

Subject  English  History  Mathematics  Maths  Science
ID                                                    
Jane           0        1            0      1        1
John           1        1            0      0        0
Mark           0        1            1      0        1
于 2020-01-31T15:03:08.873 回答
0

您必须将数据框从“堆叠”格式重塑为“枢轴”格式。但首先你必须聚合你的数据。

尝试这样的事情：

agg_df = df.groupby(["ID", "Subject"]).count().reset_index(name="count")
agg_df.pivot(index='ID', columns='Subject', values='count')
于 2020-01-31T14:39:02.040 回答