如何在没有组合行级别的情况下使用Pandas进行热编码

Question

我在pandas中创建了一个非常大的数据框，类似于以下内容：

    0   1
user        
0   product4    product0
1   product3    product1

我想使用像pd.get_dummies()这样的东西，最终的df会是这样的：

    product0    product1    product2    product3  product4
user                
0   1   0   0   0   1
1   0   1   0   1   0

而不是从pd.get_dummies()获得以下内容：

    0_product3  0_product4  1_product0  1_product1
user                
0   0   1   1   0
1   1   0   0   1

总之，我不希望将行组合到二进制列中。非常感谢！

Answer 1

使用reindex和get_dummies

In [539]: dff = pd.get_dummies(df, prefix='', prefix_sep='')

In [540]: s = dff.columns.str[-1].astype(int)

In [541]: cols = 'product' + pd.RangeIndex(s.min(), s.max()+1).astype(str)

In [542]: dff.reindex(columns=cols, fill_value=0)
Out[542]:
      product0  product1  product2  product3  product4
user
0            1         0         0         0         1
1            0         1         0         1         0

Answer 2

df = pd.get_dummies(df, prefix='', prefix_sep='') # remove prefix from dummy column names and underscore
df = df.sort_index(axis=1) # order data by column names