Python One 热编码多元变量答案

【问题标题】：Python One Hot Encode Multivariate VariablePython One 热编码多元变量
【发布时间】：2023-03-04 20:30:02
【问题描述】：

这是我的数据框：

Name   Job
A      Back-end Engineer
B      Front-end Engineer;Product Manager
C      Product Manager;Business Development;System Analyst

我想像这样将该数据帧转换为虚拟（一种热编码）：

Name   Back-end Engineer   Business Development   Front-end Engineer   Product Manager  System Analyst
A      1                   0                      0                    0                0
B      0                   0                      1                    1                0
C      0                   1                      0                    1                0

我尝试使用 pandas.get_dummies 但失败了，因为变量是多变量的。

【问题讨论】：

检查答案here，这个问题已经被问过了。
谢谢@Benales。所以这意味着我需要将我的列拆分为一些变量

标签： python one-hot-encoding dummy-variable multivariate-partition

【解决方案1】：

你可以试试这样的：

import pandas as pd
from collections import defaultdict


df = pd.read_csv("path/to/your.csv")

jobs = df["Job"]
job_list = set()
for job in jobs:
  job_names = job.split(";")
  for job_name in job_names:
    job_list.add(job_name)

new_df = defaultdict(list)
for index, row in df.iterrows():
  new_df["Name"].append(row["Name"])
  for job in job_list:
    if job in row["Job"]:
      new_df[job].append(1)
    else:
      new_df[job].append(0)

new_df = pd.DataFrame.from_dict(new_df)
new_df.to_csv("/path/to/new.csv")

【讨论】：