添加缺失列

Question

此问题是Create multiple columns from a single column的延续。 现在假设我们有2个数据框，训练和测试，我怎么能够为每个列添加缺失的列？ 问候，

编辑： 列车数据帧：

  Products 
1   A;B 
2   A 
3   B;A;C 

。成为：

  Has_A  Has_B  Has_C 
1   1   1   0 
2   1   0   0 
3   1   1   1 

测试数据帧：

  Products 
1   A;B 
2   A 
3   D;A;B 

。成为：

  Has_A  Has_B  Has_D 
1   1   1   0 
2   1   0   0 
3   1   1   1 

列车具有“Has_C”并且测试具有“Has_D”加上每个。

我想补充的Has_C列的测试和Has_D火车填补他们以0

Answer 1

您可以使用DataFrame.assign()方法：

all_cols = train.columns.union(test.columns) 

train = train.assign(**{col:0 for col in all_cols.difference(train.columns).tolist()}) 
test = test.assign(**{col:0 for col in all_cols.difference(test.columns).tolist()}) 

演示：

In [310]: train.assign(**{col:0 for col in all_cols.difference(train.columns).tolist()}) 
Out[310]: 
    Has_A Has_B Has_C Has_D 
1  1  1  0  0 
2  1  0  0  0 
3  1  1  1  0 

In [311]: test.assign(**{col:0 for col in all_cols.difference(test.columns).tolist()}) 
Out[311]: 
    Has_A Has_B Has_D Has_C 
1  1  1  0  0 
2  1  0  0  0 
3  1  1  1  0 

Answer 2

我认为你需要reindex_axis或reindex与union的columns：

train = train['Products'].str.get_dummies(';').add_prefix('Has_') 
test = test['Products'].str.get_dummies(';').add_prefix('Has_') 

cols = train.columns.union(test.columns) 
print (cols) 
Index(['Has_A', 'Has_B', 'Has_C', 'Has_D'], dtype='object') 

train = train.reindex_axis(cols, axis=1, fill_value=0) 
print (train) 
    Has_A Has_B Has_C Has_D 
1  1  1  0  0 
2  1  0  0  0 
3  1  1  1  0 

test = test.reindex(columns=cols, fill_value=0) 
print (test) 
    Has_A Has_B Has_C Has_D 
1  1  1  0  0 
2  1  0  0  0 
3  1  1  0  1 

Answer 3

//取列不在train_df

COLS =列表（集（train_df.columns.values） - 集（test_df.columns.values））

//创建虚设数据帧和与train_df加入

pd.DataFrame（[[0山口在COLS]，列= COLS）。加入（test_df，如何= '外部'）。fillna（0）

执行相同的过程train_df

希望它有帮助:)