如何将列表中的值映射到具有二进制值的 pandas 数据框

Question

我有一个包含字符串值的嵌套列表，我用它来创建一个包含二进制值的列表。我在我的模型中使用转换后的列表作为预测变量。

包含字符串值的列表 -

D = [["An", "Cn"], ["Bs", "Gt"], ["Cd", "El"], ["Cd", "Cn", "En"]]

与

D_tran = pd.Series([';'.join(i) for i in D]).str.get_dummies(';')

我获得了D_tran

   An  Bs  Cd  Cn  El  En  Gt
0   1   0   0   1   0   0   0
1   0   1   0   0   0   0   1
2   0   0   1   0   1   0   0
3   0   0   1   1   0   1   0

与

D_list = D_tran.values.tolist()

我得到了D_list:

[[1, 0, 0, 1, 0, 0, 0], [0, 1, 0, 0, 0, 0, 1], [0, 0, 1, 0, 1, 0, 0], [0, 0, 1, 1, 0, 1, 0]]

我用它来创建线性回归模型。但是，为了测试我的模型，我需要将测试数据中的字符串值转换为二进制。测试数据看起来像 -

R = [["Bs"], ["Cd", "El"], ["An"]]

我的问题是如何将R映射到D_list的框架中以获得

R = [[0, 1, 0, 0, 0, 0, 0], [0, 0, 1, 0, 1, 0, 0], [1, 0, 0, 0, 0, 0, 0]]

请注意，在测试数据中，只有部分预测变量出现。

非常感谢您的帮助。

Answer 1

您基本上可以执行与之前相同的过程，只需稍作修改：创建虚拟数据框后，将 reindex 与 D_tran 的列一起使用：

R_tran = pd.Series([';'.join(i) for i in R]).str.get_dummies(';')
R_tran = R_tran.reindex(columns=D_tran.columns, fill_value=0)
R_list = R_tran.values.tolist()

如何将列表中的值映射到具有二进制值的 pandas 数据框

How to map values in a list to a pandas dataframe with binary values

mapping

pandas