Python 中的分组特征矩阵 #2- 跟进

Question

和以前没有太大区别。我们可以从样本数据开始：

数据帧1：

Name         No.        Comment    
Bob        2123320     Doesn't Matter   
Joe        2832883     Whatever           
John       2139300     Irrelevant        
Bob        2123320     Something          
John       2234903     Regardless

数据帧2：

Name          No.          Report    
Bob        2123320         Great 
Joe        2832883         Solid           
John       2139300        Awesome        
Bob        2123320         Good          
John       2234903        Perfect

我正在寻找一种方法来制作一个如下所示的新 excel 文件（预期结果）：

     -----------------------2139300---------------------  2234903----                    
Name Irrelevant Whatever Regardless Awesome Solid Perfect  Irrelevant \
John    1          0       0          1      0     0         0
      --------------------2234903-------------
Name Whatever Regardless Awesome Solid Perfect  
John    0       1         0        0      1

（注意：不需要有编号的头衔，我只是为了清楚起见和稍后解释）。

基本上我所做的是，与另一个非常相似，查找每个名称，然后为每个名称查找它有多少不同的编号。然后它会选择具有一定数量不同编号的人。 现在，我要查找一组“评论”和“报告” （分别为{Irrelevant，Whatever，Anything}和{Awesome，Solid，Perfect} [注意：这只是评论/报告的一个子集]），对于这些，如果出现，我希望有一个 1 或 0，但仅适用于每个否. 换句话说，我希望每个编号都有一个“组”列，标题为 {Irrelevant, What, 不管} 和 {Awesome, Solid, Perfect} 并且对于每个值，如果它出现在这个人身上，我想要一个 1该特定编号，如果没有，则为 0。

例如，在这个矩阵中，我们只看到 John，因为他是唯一一个拥有超过 1 个不同编号的人。在第一组列中，只有 Irrelevant 和 Awesome 的值为 1，而其余列的值为 0，而在第二组中仅组无论和完美将有 1。它所做的只是列出了我想要的所有评论/报告（{Irrelevant，Whatever，Anything} 和 {Awesome，Solid，Perfect}），只列出一个编号，然后找出每个评论/报告是否出现（1 或 0）。然后，它在一个新的“组”列中重复所有所需的评论/报告，以获得新的编号，并为这个新编号找出现在出现的评论/报告。

如果有任何不清楚的地方，请告诉我，非常感谢您的帮助。

谢谢。

Answer 1

试试：

df_out = df_out[df_out.groupby(['Name'])['No.'].transform(lambda x: x.nunique() > 1)]\
   .set_index(['Name','No.'])['Comment'].str.get_dummies()\
   .reindex(df_out.Comment, fill_value=0, axis=1)\
   .sum(level=[0,1])\
   .unstack()\
   .swaplevel(0,1,axis=1)\
   .sort_index(1)

print(df_out)

输出：

No.     2139300                                                                \
Comment Awesome Doesn't Matter Good Great Irrelevant Perfect Regardless Solid   
Name                                                                            
John          1              0    0     0          1       0          0     0   

No.                        2234903                                       \
Comment Something Whatever Awesome Doesn't Matter Good Great Irrelevant   
Name                                                                      
John            0        0       0              0    0     0          0   

No.                                                  
Comment Perfect Regardless Solid Something Whatever  
Name                                                 
John          1          1     0         0        0  

​