Панды - Создать таблицу с "фиктивной переменной" - PullRequest
Новая
       6

Панды - Создать таблицу с "фиктивной переменной"

0 голосов
/ 27 мая 2018

Допустим, у меня есть этот фрейм данных 

id | car      | sex    | income
-------------------------------
1  | European | Male   | 45000
2  | Japanese | Female | 48000
3  | American | Male   | 53000

Есть ли простой способ создать его (используя панд)?

  | id | car      | choice | sex    | income
1.| 1  | European | 1      | Male   | 45000
2.| 1  | American | 0      | Male   | 45000
3.| 1  | Japanese | 0      | Male   | 45000
  | ----------------------------------------
4.| 2  | European | 0      | Female | 48000
5.| 2  | American | 0      | Female | 48000
6.| 2  | Japanese | 1      | Female | 48000
  | ----------------------------------------
7.| 3  | European | 0      | Male   | 53000
8.| 3  | American | 1      | Male   | 53000
9.| 3  | Japanese | 0      | Male   | 53000

Идея состоит в том, чтобы получить все модальности переменной «car» в базе и указать, какую из них выбрал каждый человек через переменную «choice».Например, в первой таблице человек с id 1 выбрал европейский автомобиль, поэтому choice равно 1 в строке, где car - европейский, и ноль в строке, где car - американский илиЯпонский.

Я уже кодировал что-то, что делает это вручную (используя словарь), но я хотел знать, существует ли более чистое решение.

(Это имеет целью отформатировать данные, чтобыиспользуйте asclogit / nlogit под Stata)

Ответы [ 2 ]

0 голосов
/ 27 мая 2018

Мне кажется, что нужно: 

df = df.assign(choice = 1).set_index(['id','car'])
df = df.reindex(pd.MultiIndex.from_product(df.index.levels, names=df.index.names))

df = (df.assign(choice=df['choice'].fillna(0).astype(int))
        .groupby(level=0).apply(lambda x: x.ffill().bfill())
        .reset_index())
print (df)
   id       car     sex   income  choice
0   1  American    Male  45000.0       0
1   1  European    Male  45000.0       1
2   1  Japanese    Male  45000.0       0
3   2  American  Female  48000.0       0
4   2  European  Female  48000.0       0
5   2  Japanese  Female  48000.0       1
6   3  American    Male  53000.0       1
7   3  European    Male  53000.0       0
8   3  Japanese    Male  53000.0       0

Объяснение :

1. Сначала создать новый столбец с 1 от assign
2.Создать MultiIndex с помощью set_index
3.Создать все возможные комбинации с помощью MultiIndex.from_product и создать новые строки с помощью reindex
4. Затем замените NaN s на 0 в choice столбце
5.Последний замените NaN s во всех остальных столбцах на прямую и обратную засыпку.

0 голосов
/ 27 мая 2018

Не уверен, что вы имеете в виду случайные двоичные целые числа, а не «фиктивные переменные».«фиктивные переменные» обычно используются для присвоения числовой переменной нечисловым значениям.( Пустые переменные )

Если вы пытаетесь присвоить случайные двоичные целые числа новому пустому столбцу, вы можете использовать numpy.random.rand ( Numpy.random.rand )

В качестве примера: 

df = pd.DataFrame({'A': ['a', 'b', 'a'], 'B': ['b', 'a', 'c'],'C': [1, 2, 3]})
  A  B  C
0 a  b  1
1 b  a  2
3 a  c  3

df['randNumCol'] = np.random.randint(0,1, size=len(df))

  A  B  C randNumCol
0 a  b  1     0
1 b  a  2     1 
3 a  c  3     0

Укажите диапазон случайных целых чисел от 0,1

...