相关疑难解决方法(0)

问题陈述 我想从这个基本上是热编码的数据帧开始.

 In [2]: pd.DataFrame({"monkey":[0,1,0],"rabbit":[1,0,0],"fox":[0,0,1]})

    Out[2]:
       fox  monkey  rabbit
    0    0       0       1
    1    0       1       0
    2    1       0       0
    3    0       0       0
    4    0       0       0

对于这个"反向"单热编码的那个.

    In [3]: pd.DataFrame({"animal":["monkey","rabbit","fox"]})
    Out[3]:
       animal
    0  monkey
    1  rabbit
    2     fox

我想有一些聪明的使用apply或zip来做这些但是我不确定怎么样......有人可以帮忙吗？

我没有成功使用索引等来尝试解决这个问题.

列名是:ID,1,2,3,4,5,6,7,8,9.

col值为0或1

我的数据框看起来像这样:

 ID     1    2    3    4    5    6   7   8   9 

1002    0    1    0    1    0    0   0   0   0
1003    0    0    0    0    0    0   0   0   0 
1004    1    1    0    0    0    0   0   0   0
1005    0    0    0    0    1    0   0   0   0
1006    0    0    0    0    0    1   0   0   0
1007    1    0    1    0    0    0   0   0   0
1000    0    0    0    0    0    0 …

从具有数字和名义数据的数据框:

>>> from pandas import pd
>>> d = {'m': {0: 'M1', 1: 'M2', 2: 'M7', 3: 'M1', 4: 'M2', 5: 'M1'},
         'qj': {0: 'q23', 1: 'q4', 2: 'q9', 3: 'q23', 4: 'q23', 5: 'q9'},
         'Budget': {0: 39, 1: 15, 2: 13, 3: 53, 4: 82, 5: 70}}
>>> df = pd.DataFrame.from_dict(d)
>>> df
   Budget   m   qj
0      39  M1  q23
1      15  M2   q4
2      13  M7   q9
3      53  M1  q23
4      82  M2  q23
5      70  M1 …

我想用虚拟变量反转数据框。例如，

来自 df_input：

Course_01 Course_02 Course_03 
  0           0         1 
  1           0         0 
  0           1         0 

到 df_output

   Course
0 03
1 01
2 02

我一直在查看Reconstruct a categorical variable from dummys in pandas提供的解决方案，但它没有用。请，任何帮助将不胜感激。

非常感谢，最好的问候，卡罗

因此，在下面的屏幕截图中，我们有3个不同的能源站点，即ID01，ID18和ID31。它们的格式为虚拟变量类型，出于可视化的目的，我只想创建一个我可以使用的名为“站点”的列。您会看到我快速创建的循环，但是似乎效率很低。关于如何以最快的方式实现这一目标的任何指示？