python - Fusionar dos marcos de datos en uno nuevo con elementos únicos marcados con 1 o 0

pandas dataframe

Question

Tengo varios marcos de datos.

Marco de datos # 1

Feature   Coeff
a         0.5
b         0.3
c         0.35
d         0.2

Marco de datos # 2

Feature   Coeff
a         0.7
b         0.2
y         0.75
x         0.1

Quiero fusionar este marco de datos y obtener el siguiente:

Feature |  DF1  |  DF2
a          1       1
b          1       1
c          1       0
d          1       0
y          0       1
x          0       1

Sé que puedo hacer una merge outer pero no sé cómo avanzar desde allí para obtener el marco de datos final que presenté anteriormente. ¿Algunas ideas?

Answer 1

Fusioné dos marcos de datos usando pd.merge y usé la comprensión de lista para asignar valores.

df = df1.merge(df2, on=''Feature'', how=''outer'')
df[''DF1''] = [1 if x > 0 else 0 for x in df[''Coeff_x'']]
df[''DF2''] = [1 if x > 0 else 0 for x in df[''Coeff_y'']]
df.drop([''Coeff_x'', ''Coeff_y''], axis=1, inplace=True)

    Feature DF1 DF2
0   a   1   1
1   b   1   1
2   c   1   0
3   d   1   0
4   y   0   1
5   x   0   1

He visto otras respuestas (específicas de pandas), y me gustaría preguntar cuáles son las ventajas de los métodos como series.str.get_dummies() si puede lograr lo mismo con los métodos / funciones incorporados. ¿Es mucho más rápido? Verdaderamente curioso ya que soy un novato yo mismo.

(perdón, necesito más puntos de reputación para dejar comentarios directamente bajo otras respuestas)

Answer 2

La misma idea como user3483203 pero con crosstab referencias crosstab

u = pd.concat([df1, df2], axis=0, keys=[''DF1'', ''DF2''])


pd.crosstab(u.Feature, u.index.get_level_values(0))

Answer 3

Puede usar merge con series.str.get_dummies() juntos para lograr esto:

m=df1[[''Feature'']].merge(df2[[''Feature'']],how=''outer'',indicator=True)

d={''both'':''DF1,DF2'',''left_only'':''DF1'',''right_only'':''DF2''}
m=m.assign(_merge=m._merge.map(d))
m[[''Feature'']].join(m._merge.str.get_dummies('',''))

  Feature  DF1  DF2
0       a    1    1
1       b    1    1
2       c    1    0
3       d    1    0
4       y    0    1
5       x    0    1

Answer 4

Utilizando concat + get_dummies

u = pd.concat([df1, df2], axis=0, keys=[''DF1'', ''DF2''])

pd.get_dummies(u.Feature).sum(level=0).T

   DF1  DF2
a    1    1
b    1    1
c    1    0
d    1    0
x    0    1
y    0    1