Liệt kê các bộ dữ liệu vào bảng nhị phân?

Question

Tôi có một danh sách các giao dịch/bản ghi trong Python với số khác nhau hoặc các yếu tố, như thế này:

lst = [('apple','banana','carrots'),('apple',),('banana','carrots',)] 

Tôi muốn để lưu trữ danh sách này trong một dạng bảng (tốt nhất trong một pd.DataFrame) như thế này:

apple banana carrots 
0  1  1  1 
1  1  0  0 
2  0  1  1 

Nhưng nếu cố gắng để chuyển đổi trực tiếp sử dụng pd.DataFrame, tôi nhận được thay vì của mình:

pd.DataFrame(lst) 

 0  1  2 
0 apple banana carrots 
1 apple  None  None 
2 banana carrots  None 

Làm cách nào để chuyển đổi loại danh sách này thành bảng nhị phân?

Answer 1

Hãy thử get_dummies + groupby + sum -

pd.get_dummies(pd.DataFrame(lst)).groupby(by=lambda x: x.split('_')[1], axis=1).sum() 

    apple banana carrots 
0  1  1  1 
1  1  0  0 
2  0  1  1 

này nên được khá nhanh.

Answer 2

Các phương pháp sau đây:

1. Xác định lst

2. Tìm tất cả các chuỗi duy nhất trong lst

3. lần xuất hiện Đếm trong từng tuple trong danh sách

4. Tạo datafram e

được thực hiện ở đây:

import pandas as pd 
import numpy as np 

lst = [('apple','banana','carrots'),('apple',),('banana','carrots',)] 
cols = np.unique(sum(tuple(lst),())) 
data = [[i.count(j) for j in cols] for i in lst] 
df = pd.DataFrame(columns=cols, data=data) 

Output:

apple banana carrots 
0  1  1  1 
1  1  0  0 
2  0  1  1 

Answer 3

Bạn có thể thử này:

import itertools 
class Table: 
    def __init__(self, data): 
     self.lst = data 
     self.headers = headers = list(set(itertools.chain(*self.lst))) 
     self.new_count = {i:[b.count(i) for b in self.lst] for i in self.headers} 
    def __getitem__(self, row): 
     if isinstance(row, int): 
      return [d[row] for c, d in sorted(self.new_count.items(), key=lambda x:x[0])] 
     return self.new_count[row] 
    def __repr__(self): 
     return ' '.join(sorted(self.new_count.keys()))+'\n'+'\n'.join('{}. {}'.format(i, ' '.join(map(str, d))) for i, d in enumerate(zip(*[e[-1] for e in sorted(self.new_count.items(), key=lambda x:x[0])]))) 

lst = [('apple','banana','carrots'),('apple',),('banana','carrots',)] 
t = Table(lst) 
print(t) 

Output:

apple banana carrots 
0. 1 1 1 
1. 1 0 0 
2. 0 1 1 

Answer 4

Tạo danh sách tạm thời với các mục được chuyển đổi thành nhị phân, sau đó sử dụng Dataframe Viết vòng lặp chuyển đổi từng mục thành nhị phân.

def pad_collection(collection, pad_value): 
    sorted_collection = sorted(collection, key=lambda tup: len(tup)) 
    max_length = len(sorted_collection[-1]) 
    for item in collection: 
     for i in range (max_length - len(item)): 
      item.append(pad_value) 
    return collection 

def convert_to_binary(collection): 
    result = [] 
    padded_collection = pad_collection(collection) 
    for i in padded_collection: 
     temp = [] 
     for element in i: 
      new_element = int(bool(element)) 
      temp.append(new_element) 
     result.append(tuple(temp)) 
    return padded_collection 

Answer 5

này là rất đơn giản nếu bạn sử dụng value_counts trên cột tức là

pd.DataFrame(lst).apply(pd.value_counts,1).fillna(0) 

    apple banana carrots 
0 1.0  1.0  1.0 
1 1.0  0.0  0.0 
2 0.0  1.0  1.0 

Answer 6

Chỉ stack và get_dummies

pd.DataFrame(lst).stack().str.get_dummies().sum(level=0) 
Out[114]: 
    apple banana carrots 
0  1  1  1 
1  1  0  0 
2  0  1  1 

Answer 7

Bạn có thể thử trong logic thuần túy mà không cần nhập bất kỳ thành phần bên ngoài,

lst = [('apple','banana','carrots'),('apple',),('banana','carrots',)] 

track_uniqu=[] 
for i in lst: 
    for k in i: 

     if k not in track_uniqu: 
      track_uniqu.append(k) 

final={} 
for i,j in enumerate(lst): 

    dummy=[0]*len(track_uniqu) 

    for k in j: 
     if k in track_uniqu: 

      dummy[track_uniqu.index(k)]=1 
      final[i]=dummy 
     else: 
      pass 
print(final) 

đầu ra:

{0: [1, 1, 1], 1: [1, 0, 0], 2: [0, 1, 1]} 

Kết quả là ở định dạng dict nhưng bạn có thể tạo dữ liệu bảng từ dict này như bạn muốn.