Я изучаю Python и взял набор данных от Kaggle, чтобы лучше понять исследование и визуализацию данных в Python.

У меня есть столбец "кухня" в формате ниже из таблицы данных:

North Indian, Mughlai, Chinese
Chinese, North Indian, Thai
Cafe, Mexican, Italian
South Indian, North Indian
North Indian, Rajasthani
North Indian
North Indian, South Indian, Andhra, Chinese

Я хочу разделить этот столбец на запятую и получить уникальные значения из этого столбца. Эти уникальные значения я хочу добавить обратно в исходный фрейм данных в виде новых столбцов.

Основываясь на других сообщениях, я попробовал следующее:

1) Преобразовать в список и установить и выровнять, чтобы получить уникальные значения

Функция type возвращает Series для столбца. Преобразование его в список, а затем установить, выдает ошибку


type(fl1.cuisines)
pandas.core.series.Series

cuisines_type = fl1['cuisines'].tolist()
type(cuisines_type)
list

cuisines_type
#this returns list of cuisines

cuisines_set = set([ a for b in cuisines_type for a in b])
TypeError: 'float' object is not iterable

2) преобразовать его в массив и в список

cs = pd.unique(fl1['cuisines'].str.split(',',expand=True).stack())

type(cs)
Out[141]: numpy.ndarray

cs.tolist()

Это возвращает список. Но я не могу удалить пробелы, которые были добавлены к некоторым элементам.

Ожидаемый результат - уникальный список кухонь и добавление его в виде столбцов:

Северный индийский | Муглай | китайский язык

1
user3143203 5 Июл 2019 в 11:40

3 ответа

Лучший ответ

Я считаю, что вам нужен {{X0} } и, если возможно, дубликаты удаляют их по max для столбцов - выходные данные всегда 0 или 1 из sum для значений счетчика:

df = fl1.cuisines.str.get_dummies(', ').max(level=0, axis=1)
#if need count values
#df = fl1.cuisines.str.get_dummies(', ').sum(level=0, axis=1)
print (df)
   Andhra  Cafe  Chinese  Italian  Mexican  Mughlai  North Indian  Rajasthani  \
0       0     0        1        0        0        1             1           0   
1       0     0        1        0        0        0             1           0   
2       0     1        0        1        1        0             0           0   
3       0     0        0        0        0        0             1           0   
4       0     0        0        0        0        0             1           1   
5       0     0        0        0        0        0             1           0   
6       1     0        1        0        0        0             1           0   

   South Indian  Thai  
0             0     0  
1             0     1  
2             0     0  
3             1     0  
4             0     0  
5             0     0  
6             1     0  

Подобное возможно использовать ваше решение с get_dummies :

df = pd.get_dummies(fl1['cuisines'].str.split(', ',expand=True).stack()).max(level=0)
0
jezrael 5 Июл 2019 в 09:11

Я хочу разделить этот столбец на запятую и получить уникальные значения из этого столбца. Эти уникальные значения, которые я хочу добавить обратно в исходный фрейм данных в качестве новых столбцов

a = list(set([i.strip() for i in ','.join(df['cuisine']).split(',')]))

< Сильный > Выход

['Thai',
 'Mughlai',
 'Mexican',
 'Rajasthani',
 'Andhra',
 'Chinese',
 'North Indian',
 'Cafe',
 'Italian',
 'South Indian']

Используйте pd.assign, чтобы добавить эти столбцы обратно в исходный df

df.assign(**{i:0 for i in a})
0
iamklaus 5 Июл 2019 в 18:00

Сохраните вашего файла в формате csv, а затем используйте метод pandas .read_csv() для его загрузки. Затем выполните синтаксический анализ каждого столбца, поместив каждый столбец в соответствующие списки, а затем взяв уникальные значения для каждого списка.

Инициализируйте новый DataFrame со значениями из этих новых списков с теперь уникальными записями.

df = pd.read_csv('cuisine.csv')
column_1_lst = list(set(df.iloc[:,0].values.tolist()))
.                                                        # period here means up to, like (1, 2,....,n) notation
.
column_n_lst = list(set(df.iloc[:,n].values.tolist()))

new_dataframe = pd.DataFrame()
new_dataframe['Column_1_unique'] = column_1_lst
.
.
new_dataframe['Column_n_unique'] = column_n_lst

Примечание: просто убедитесь, что все ваши списки имеют одинаковую длину, чтобы это работало.

Надеюсь это поможет :))

0
Joe 5 Июл 2019 в 10:14