データ分析の前処理 wide-to-long

Question

前提・実現したいこと

データ分析の際の、前処理(特にpandasの使い方)について質問です。
|1|2|3|4|
|:--|:--:|--:|
|A|B|C|D|
|A|F|E|B|
|B|D|F|G|

と表示されるデータを以下のようなone_hotのエンコーディングで表現するにはどうすれば良いのでしょうか。
|A|B|C|D|E|F|G|
|:--|:--:|--:|
|1|1|1|1|0|0|0|
|1|1|0|0|1|1|0|
|0|1|0|1|0|1|1|

具体的には、このリンクで行なっている アメニティデータに関してのwide-to-longのデータ構造の変換の方法を
教えて欲しいです。
https://exploratory.io/note/1021500949444839/1-jFx8Bvh6hT

Answer 1

まず、タイトルにある"wide to long"は間違いかと思います One hot とは直接関係なく
例示いただいたデータ例もどちらかと言うと long to wide ですね

Python one hot
でググれば分かりやすい記事がたくさん出てきます。
例えば
One-Hotエンコーディング（ダミー変数）ならPandasのget_dummies()を使おう
いろいろ方法があるかと思いますがget_dummiesが一番簡単かと

Comments

[Mitsuo_34]

ご指摘ありがとうございます。参考にさせていただきます。

Answer 2

以下でどうでしょうか

import pandas as pd
from io import StringIO

s = """1,2,3,4
A,B,C,D
A,F,E,B
B,D,F,G"""

df = pd.read_csv(StringIO(s))

df = df.stack() # 縦持ちに
df = pd.get_dummies(df)# One Hot Vectorに
df = df.sum(level=0).reset_index(drop=True) # 元の行単位で集計
print(df)
#   A  B  C  D  E  F  G
#0  1  1  1  1  0  0  0
#1  1  1  0  0  1  1  0
#2  0  1  0  1  0  1  1

Comments

[Mitsuo_34]

ご回答ありがとうございます。勉強になりました。