如何将pandas dataframe转换为考虑amount列的类one hot encoding格式

最便捷的方式是直接使用pandas内置的方法实现，根据你的使用场景可以二选一：

场景1：逐行转换，保留所有原始行 #

不需要聚合，仅将category字段转为多列one hot格式，对应分类的列填充当前行的amount值，其余列填0，用get_dummies方法即可：

import pandas as pd

# 假设df为你的原始DataFrame
one_hot_df = pd.concat(
    [df[["date", "amount"]], pd.get_dummies(df["category"], prefix="category").mul(df["amount"], axis=0)],
    axis=1
)

场景2：按日期聚合，生成日期维度的宽表 #

如果需要按date分组，同一个日期下同一分类的amount自动求和、缺失分类填充0，用pivot_table一行即可实现：

import pandas as pd

# 假设df为你的原始DataFrame
one_hot_df = pd.pivot_table(
    df,
    index="date",
    columns="category",
    values="amount",
    aggfunc="sum",
    fill_value=0,
    dropna=False
).reset_index().rename_axis(columns=None).add_prefix("category_")

参数说明 #

• index：指定保留为行的字段，这里为date
• columns：指定要转成one hot列的分类字段，这里为category
• values：指定one hot列的填充值来源，这里为amount
• fill_value=0：将没有对应记录的空缺位置填充为0，符合one hot的格式规范
• add_prefix("category_")：给生成的one hot列加统一前缀，和其他字段做区分

内容的提问来源于stack exchange，提问作者Raphael