从数据框列值创建二进制向量答案

【问题标题】：creating a binary vector from the dataframe column values从数据框列值创建二进制向量
【发布时间】：2020-04-28 19:10:12
【问题描述】：

我有一个数据框df

    ID   KD     DT   
0    1    2     5.6  
1    1    5     8.7  
4    4    9     1.9  
5    4    2     1.7  
6    4    7     8.8  
2    6    9     8.3  
3    6    7     7.2  
9    7   36     3.1  
10   7    2     2.2  
12   7    7     5.6

我想创建一个数据框，以便为每个唯一的KD 值添加新的{-1,0,1} 列，具体取决于ID（来自ID 值列表）和DT。 ID = [1,2,4,6,7,8]。新数据框应该有len(ID)+1 列，第一列是唯一的KD 值和len(D) 列，这样column ID = 1 如果df.loc[(df.ID==id) & (df.KD==kd),'DT'] >= 5，column ID = 0 如果(kd,id) 对不在df 和column ID = -1如果df.loc[(df.ID==id) & (df.KD==kd),'DT'] < 5

对于上面给出的数据框，新的数据框应该是

df2

    KD     1     2    4     6     7     8    

0    2     1     0    -1    0     -1    0 
1    5     1     0     0    0      0    0  
2    7     0     0     1    1      1    0
3    9     0     0    -1    1      0    0
4   36     0     0     0    0     -1    0

实际上，唯一的KD 和ID 的数量非常大（在10K 范围内）。任何有助于找到一种非常有效的方法来做到这一点。请问？

【问题讨论】：

您的第 3 行第 4 列是否正确？ KD=9，ID=4，DT值为1.9小于5，不应该是-1吗？
@ScottBoston 出现在 :-)。已更正。

标签： python-3.x pandas dataframe

【解决方案1】：

让我们使用pivot 和mask 试试这个：

ID = [1,2,4,6,7,8]
df_p = df.pivot('KD', 'ID', 'DT')
df_p.mask((df_p >= 5), 1).mask(df_p < 5, -1).reindex(ID, axis=1)\
    .fillna(0).reset_index()

输出：

ID  KD    1    2    4    6    7    8
0    2  1.0  0.0 -1.0  0.0 -1.0  0.0
1    5  1.0  0.0  0.0  0.0  0.0  0.0
2    7  0.0  0.0  1.0  1.0  1.0  0.0
3    9  0.0  0.0 -1.0  1.0  0.0  0.0
4   36  0.0  0.0  0.0  0.0 -1.0  0.0

【讨论】：