Python：使用参考列表的一种热编码

Question

我有如下数据：

CANDIDATE_ID	Job1_Skill1
12	conflict management
13	asset management

我想根据参考技能集（列表）为表 python 和 pandas 中的每个技能添加一个热编码列。 例如，如果给定的参考技能是 [冲突管理、资产管理、.net] 那么我的输出应该如下所示：

CANDIDATE_ID	Job1_Skill1	FP_conflict management	FP_ asset management	FP_.net
12	conflict management	1	0	0
13	asset management	0	1	0

我可以逐行比较，但这似乎不是一种有效的方法。任何人都可以建议使用 python 执行此操作的有效方法吗？

get_dummies 方法根据同一列中的值提供输出，但我需要比较特定参考列表的值以进行编码，即 get_dummies 只能为 FP_Conflict_management 和 FP_asset_management 提供编码，而不能为 FP_.net 对于每个数据帧，get_dummies 也是动态的。我需要根据每个数据帧的特定技能列表进行编码 但我需要比较不同列的值进行编码，因此无法使用。

Answer 1

这是通过将引用列表添加到源数据数据框的简单解决方法。

# set up source data
df_data = pd.DataFrame([[12,'conflict'],[13,'asset']],columns=['CANDIDATE_ID','Job1_Skill1'])

# define reference list with some unique ids
skills = [[999, 'conflict'],[999, 'asset'],[999, '.net']]
df_skills = pd.DataFrame(skills,columns=['CANDIDATE_ID','Job1_Skill1'])

# add reference data to main df
df_data_with_skills = df_data.append(df_skills, ignore_index=True) 

# encode with pd.get_dummies
skills_dummies = pd.get_dummies(df_data_with_skills.Job1_Skill1)
result = pd.concat([df_data_with_skills, skills_dummies], axis=1)

# remove reference rows
result.drop(result[result['CANDIDATE_ID'] == 999].index, inplace = True) 
print(result)