从列中创建虚拟对象

Question

df3['col_two']具有电影类型的嵌套列表。我试着为每一行关于这些类型的假人。我想我遇到的问题是str.get\u dummies（）很管用，但它当然会把“冒险”和“冒险”当作两个不同的东西来读，但我想要的显然是每个流派都有一个专栏（即一个专栏代表冒险）

我尝试过pd.series.replace（），如下所示：

df3['col_two'].replace({'[':''})

或者像这样的数组

df3['col_two'] = np.array(df3['col_two'])

但它们都给出了相同的错误：

AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas

df['genres'] = df['genres'].str.split(pat='|')
df3 = pd.melt(df, id_vars=['id'], value_vars=['genres'], var_name='col_one', 
value_name='col_two')
df3.head()

id  col_one col_two
0   135397  genres  [Action, Adventure, Science Fiction, Thriller]
1   76341   genres  [Action, Adventure, Science Fiction, Thriller]
2   262500  genres  [Adventure, Science Fiction, Thriller]
3   140607  genres  [Action, Adventure, Science Fiction, Fantasy]
4   168259  genres  [Action, Crime, Thriller]


df4 = df3["col_two"].str.get_dummies(",")
df4.head()


'Action'    'Action']   'Adventure' 'Adventure']    'Animation' 'Animation']    'Comedy'    'Comedy']   'Crime' 'Crime']    ... ['Romance'] ['Science Fiction'  ['Science Fiction'] ['TV Movie' ['Thriller' ['Thriller']    ['War'  ['War'] ['Western'  ['Western']
0   0   0   1   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
1   0   0   1   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
2   0   0   0   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
3   0   0   1   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
4   0   0   0   0   0   0   0   0   1   0   ... 0   0   0   0   0   0   0   0   0   0

我想做的是每个流派有一个列，没有奇怪的重复，因为不需要额外的字符，如“]”等，以及通常的0或1虚拟变量沿列

为最后一个df的奇怪布局道歉，并提前感谢您的每一个回答

Answer 1

可以使用str.translate和str.maketrans删除字符，然后使用get_dummies：

no_bracket = df['col_two'].str.translate(str.maketrans('', '', '[]'))
no_bracket.str.get_dummies(',')

这个post和str.translate的documentation应该提供更多关于参数的信息

Answer 2

dummified列的一个简单的.join应该可以很好地工作。试试这个：

df = df[['id', 'col_one']].join(df['col_two'].str.join('|').str.get_dummies().add_prefix('GENRE_'))

让我知道这是否适合你