Bagaimana cara biner mengkodekan variabel kategorikal multi-dihargai dari Pandaf dataframe?

Misalkan kita memiliki kerangka data berikut dengan beberapa nilai untuk kolom tertentu:

    categories
0 - ["A", "B"]
1 - ["B", "C", "D"]
2 - ["B", "D"]

Bagaimana kita bisa mendapatkan meja seperti ini?

   "A"  "B"  "C"  "D"
0 - 1    1    0    0
1 - 0    1    1    1
2 - 0    1    0    1

Catatan: Saya tidak perlu memerlukan kerangka data baru, saya ingin tahu bagaimana mengubah DataFrame tersebut ke format yang lebih cocok untuk pembelajaran mesin.

Jika [0, 1, 2]label numerik dan bukan indeks, maka pandas.DataFrame.pivot_tableberfungsi:

Di []:
data = pd.DataFrame.from_records (
    [[0, 'A'], [0, 'B'], [1, 'B'], [1, 'C'], [1, 'D'], [2, 'B'], [ 2, 'D']],
    kolom = ['number_label', 'category'])
data.pivot_table (indeks = ['number_label'], kolom = ['kategori'], aggfunc = [len], fill_value = 0)

Di luar[]:
              len
kategori ABCD
number_label                       
0 1 1 0 0
1 0 1 1 1
2 0 1 0 1

Posting blog ini bermanfaat: http://pbpython.com/pandas-pivot-table-explained.html

Jika [0, 1, 2]indeks, maka collections.Counterberguna:

Di []:
data2 = pd.DataFrame.from_dict (
    {'kategori': {0: ['A', 'B'], 1: ['B', 'C', 'D'], 2: ['B', 'D']}})
data3 = data2 ['kategori']. berlaku (collections.Counter)
pd.DataFrame.from_records (data3) .fillna (nilai = 0)

Di luar[]:
       ABCD
0 1 1 0 0
1 0 1 1 1
2 0 1 0 1