多索引到熊猫中的一个热向量

Question

我有一个这样的多索引数据框

                    bill
    City   Month    
    3          01        14586
               02        14316
               03        17261
               04        16642
               05        14977
               06        14237
               07        14486
               08        14216
               09        17461
               10        16742
               11        14677
               12        14637

    4          01        24586
               02        24316
               03        27261
               04        26642
               05        24977
               06        24337
               07        24486
               08        24216
               09        27461
               10        26742
               11        24677
               12        24637

我从这行代码中得到的 df = df.groupby(['City', 'Month']).sum()

我想为Month 索引获取一个热编码并将其转换为 12 列以便拥有这样的数据帧

     City   M1 M2 M3 ... M12   bill     
     3       1 0   0     0       46
     3       0 1   0     0       64
     3       0 0   1     0       386
    ...      
     4       1 0   0     0       546
     4       0 1   0     0       686 
    ...

数字不匹配，但我认为想法很明确。我的目标是bill 和 Month 是 ML 模型的特征

Answer 1

首先将MultiIndex 转换为DataFrame.reset_index 的列，然后使用get_dummies 和最后一列bill 重新分配DataFrame.pop 的列：

df = df.reset_index()

df = pd.get_dummies(df, columns=['Month'], prefix='M', prefix_sep='')
df['bill'] = df.pop('bill')
print (df)
  City  M01  M02  M03  M04  M05  M06   bill
0    3    1    0    0    0    0    0  14586
1    3    0    1    0    0    0    0  14316
2    3    0    0    1    0    0    0  17261
3    3    0    0    0    1    0    0  16642
4    3    0    0    0    0    1    0  14977
5    3    0    0    0    0    0    1  14337