使用 lambda 函数进行分组和聚合

Question

我正在尝试使用以编程方式创建的 lambda 函数对数据帧进行分组聚合。这样我就可以模拟列中存在的类别的单热编码器。

数据框：

df = pd.DataFrame(np.array([[10, 'A'], [10, 'B'], [20, 'A'],[30,'B']]),
                   columns=['ID', 'category'])

ID category
10 A
10 B
20 A
30 B

预期结果：

ID A B
10 1 1
20 1 0
30 0 1

我在尝试什么：

one_hot_columns = ['A','B']
lambdas = [lambda x: 1 if x.eq(column).any() else 0 for column in one_hot_columns]
df_g = df.groupby('ID').category.agg(lambdas)

结果：

ID A B
10 1 1
20 0 0
30 1 1

但是上面的结果并不完全是预期的结果。不知道我做错了什么。我知道我可以用 get_dummies 做到这一点，但使用 lambdas 更方便自动化。另外，我可以确保输出列的顺序。

Answer 1

使用crosstab：

pd.crosstab(df.ID, df['category']).reset_index()

输出：

category  ID  A  B
0         10  1  1
1         20  1  0
2         30  0  1