有没有一种方法可以从列表字典中创建虚拟变量的数据框？答案

【问题标题】：Is there a method for creating dataframe of dummy variables from a dictionary of lists?有没有一种方法可以从列表字典中创建虚拟变量的数据框？
【发布时间】：2018-04-22 22:03:48
【问题描述】：

在 pandas 中，我有一本字典，如下所示：

{'Anemones & allies': ['Carnivore'],
'Ants, bees & wasps': ['Omnivore',  'Herbivore',  'Nectar',  'Insects', 'Parasite'],
'Beetles & bugs': ['Herbivore', 'Carnivore', 'Nectar', 'Insects'],
'Birds': ['Carnivore'],
'Fishes': ['Carnivore', 'Plankton or Particles']}

我想将它转换成一个 DataFrame，你可以在其中看到动物类型可能吃什么。所以它看起来类似于下图：

在尝试生成这样的表格时，我感觉我的做法不正确，因为我需要相当多的代码行。所以我的问题是，是否有一个很好的函数可以将此字典映射到 DataFrame，使其看起来像上表？

【问题讨论】：

标签： python pandas dictionary dataframe

【解决方案1】：

最简单的方法
使用pd.str.get_dummies

dct = {
    'Anemones & allies': ['Carnivore'],
    'Ants, bees & wasps': ['Omnivore',  'Herbivore',  'Nectar',  'Insects', 'Parasite'],
    'Beetles & bugs': ['Herbivore', 'Carnivore', 'Nectar', 'Insects'],
    'Birds': ['Carnivore'],
    'Fishes': ['Carnivore', 'Plankton or Particles']
}

pd.Series(dct).str.join('|').str.get_dummies()

                    Carnivore  Herbivore  Insects  Nectar  Omnivore  Parasite  Plankton or Particles
Anemones & allies           1          0        0       0         0         0                      0
Ants, bees & wasps          0          1        1       1         1         1                      0
Beetles & bugs              1          1        1       1         0         0                      0
Birds                       1          0        0       0         0         0                      0
Fishes                      1          0        0       0         0         0                      1

更复杂
但可能推荐

from sklearn.preprocessing import MultiLabelBinarizer

dct = {
    'Anemones & allies': ['Carnivore'],
    'Ants, bees & wasps': ['Omnivore',  'Herbivore',  'Nectar',  'Insects', 'Parasite'],
    'Beetles & bugs': ['Herbivore', 'Carnivore', 'Nectar', 'Insects'],
    'Birds': ['Carnivore'],
    'Fishes': ['Carnivore', 'Plankton or Particles']
}

s = pd.Series(dct)

mlb = MultiLabelBinarizer()

d = mlb.fit_transform(s)
c = mlb.classes_
pd.DataFrame(d, s.index, c)

                    Carnivore  Herbivore  Insects  Nectar  Omnivore  Parasite  Plankton or Particles
Anemones & allies           1          0        0       0         0         0                      0
Ants, bees & wasps          0          1        1       1         1         1                      0
Beetles & bugs              1          1        1       1         0         0                      0
Birds                       1          0        0       0         0         0                      0
Fishes                      1          0        0       0         0         0                      1

【讨论】：

@piRSquared 哇，这么好的答案，这么快，太好了。现在我还有一个问题，你是怎么知道的？因为我很难找到一些关于如何处理这个问题的文档，只是因为我不知道用谷歌搜索什么。有什么建议/提示，这样我下次就不必在 StackOverflow 上问愚蠢的问题了吗？
这就是 Stackoverflow 的用途！你用谷歌搜索它，你尝试了一些东西，不能完全得到你需要的东西，问一个关于 SO 的问题。可能其他人也有同样的问题。我刚开始的时候问了一些不好的问题。你会好起来的。我们也旨在帮助您提出更好的问题。我鼓励您提出更多问题并最终回答一些问题。

【解决方案2】：

从dict(d) 创建DataFrame，然后使用get_dummies

pd.get_dummies(pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in d.items() ])).stack()).sum(level=1)
Out[130]: 
                    Carnivore  Herbivore  Insects  Nectar  Omnivore  Parasite  \
Anemones & allies           1          0        0       0         0         0   
Ants, bees & wasps          0          1        1       1         1         1   
Beetles & bugs              1          1        1       1         0         0   
Birds                       1          0        0       0         0         0   
Fishes                      1          0        0       0         0         0   
                    Plankton or Particles  
Anemones & allies                       0  
Ants, bees & wasps                      0  
Beetles & bugs                          0  
Birds                                   0  
Fishes                                  1

【讨论】：