如何使用Pandas从透视表生成二分类交叉验证表

方案1：基于已有透视表转换 #

如果已经生成了透视后的DataFrame（命名为pivot_df），直接调用pandas内置矢量化方法即可，无需任何循环：

binary_cross_table = pivot_df.notna()

该操作底层为C实现，处理大规模数据集时效率远高于Python层循环，输出结果会自动将非空值映射为True、空值映射为False，完全匹配二值化交叉验证表的要求。

方案2：从原始数据一步生成目标表 #

如果还未执行透视操作，可以在构建透视表时直接指定规则，一步得到结果，无需二次处理：

binary_cross_table = pd.pivot_table(
    raw_df, # 替换为你的原始数据集变量名
    index="行维度列名", # 替换为实际行维度的列名
    columns="列维度列名", # 替换为实际列维度的列名
    aggfunc=lambda x: True, # 存在对应行列组合就返回True
    fill_value=False # 无对应组合填充False
)

如果你有自定义有效值判定规则（比如0、空字符串也需要判定为False），可以叠加矢量化布尔判断调整，不会损失运行效率：

# 示例：空值和0值都判定为False，其余为True
binary_cross_table = pivot_df.notna() & (pivot_df != 0)

内容的提问来源于stack exchange，提问作者Marco You