根据另一列值的一部分创建一个热编码列

扎基布特拉

我有这种数据框。

import pandas as pd

df = pd.DataFrame({'year': [1894, 1976, 1995, 2001, 1993]})

目前 dataframe

如何有效地添加一个热编码列，以便数据框看起来像这样。

预期的 dataframe

    year    1800s   1900s   2000s
0   1894      1       0       0
1   1976      0       1       0
2   1995      0       1       0
3   2001      0       0       1
4   1993      0       1       0

我已经尝试过下面的代码，并且可以正常工作。但是我认为有更好的解决方案，您能推荐我使用什么功能吗？谢谢！

编码

df['year'] = df['year'].astype(str)

df['1800s'] = df['year'].apply(lambda x: 1 if x[:2] == '18' else 0)
df['1900s'] = df['year'].apply(lambda x: 1 if x[:2] == '19' else 0)
df['2000s'] = df['year'].apply(lambda x: 1 if x[:2] == '20' else 0)

耶斯列尔

使用整数除法对前2位数字使用get_dummies，将列名称重命名为DataFrame.add_suffix，最后一次DataFrame.join用于添加至原始数字：

df = df.join(pd.get_dummies(df['year'] // 100).add_suffix('00s'))
print (df)
   year  1800s  1900s  2000s
0  1894      1      0      0
1  1976      0      1      0
2  1995      0      1      0
3  2001      0      0      1
4  1993      0      1      0

print (df['year'] // 100)
0    18
1    19
2    19
3    20
4    19
Name: year, dtype: int64

print (pd.get_dummies(df['year'] // 100).add_suffix('00s'))
   1800s  1900s  2000s
0      1      0      0
1      0      1      0
2      0      1      0
3      0      0      1
4      0      1      0

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。