Использование s
для вашего df['groups']
:
In [21]: s = pd.Series({0: ['a', 'b', 'c'], 1:['c'], 2: ['b', 'c', 'e'], 3: ['a', 'c'], 4: ['b', 'e'] })
In [22]: s
Out[22]:
0 [a, b, c]
1 [c]
2 [b, c, e]
3 [a, c]
4 [b, e]
dtype: object
Это возможное решение:
In [23]: pd.get_dummies(s.apply(pd.Series).stack()).sum(level=0)
Out[23]:
a b c e
0 1 1 1 0
1 0 0 1 0
2 0 1 1 1
3 1 0 1 0
4 0 1 0 1
Логика этого:
.apply(Series)
преобразует серию списков в dataframe .stack()
снова помещает все в один столбец (создавая многоуровневый индекс) pd.get_dummies( )
создавая манекены .sum(level=0
) для объединения разных строк, которые должны быть одной строкой (путем суммирования второго уровня, сохраняя только исходный уровень (level=0
)) Небольшой эквивалент pd.get_dummies(s.apply(pd.Series), prefix='', prefix_sep='').sum(level=0, axis=1)
Если это будет достаточно эффективно, я не знаю, но в любом случае, если производительность важна, сохранение списков в фрейме данных не очень хорошая идея.
Динамическая загрузка и выполнение кода из внешней сборки не поддерживается в UWP.
Все библиотеки, которые вам нужно загрузить, должны быть в самом appx.
Я предоставлю вам ссылку, чтобы прочитать больше на эту тему.
.