为多标签分类创建数据集答案

【问题标题】：Create a dataset for multi-labelled classification为多标签分类创建数据集
【发布时间】：2017-11-08 09:08:36
【问题描述】：

我有一个如下形式的数据集：

Id  Class

1   a
2   b
2   c
3   c
3   d
3   a
3   e
3   f
4   g

我需要准备这些数据来执行多标签分类所以我使用：

df.groupby("Id").Class.apply(','.join).reset_index()

得到：

Id  Class

1   a
2   b,c
3   c,d,e,f
4   g

现在MultiLabelBinarizer 无法以当前形式处理此问题，因为df.Class 表示为

("a", "b,c", "c,d,e,f", "g")

但是，它应该是形式

[["a"], ["b","c"], ["c","d","e","f"],["g"]]

我应该怎么做？

【问题讨论】：

用逗号","分割，然后使用MultiLabelBinarizer。

标签： python-3.x pandas dataframe scikit-learn multilabel-classification

【解决方案1】：

你需要applylist:

print (df.groupby("Id").Class.apply(list))
Id
1                [a]
2             [b, c]
3    [c, d, a, e, f]
4                [g]
Name: Class, dtype: object

【讨论】：

有效！！非常感谢！ :D
高人，很高兴能帮上忙！
如果我的回答有帮助，别忘了accept。谢谢。