将包含rownames，columnnames和frequency的pandas df转换为Term Document Matrix

Question

我有以下格式的pandas df：  输入：

 Freq Document  TermId
  3     A      112
  5     A      055
  1     C      003
  4     D      001
  2     B      003
  1     D      089

我想将此数据帧转换为术语文档矩阵（最好是另一个pandas df）。实现这一目标的最有效方法是什么？

Ex输出：

Term/Document  A  B  C  D
    001        0  0  0  4
    003        0  2  1  0
    055        5  0  0  0
    089        0  0  0  1
    112        3  0  0  0

Answer 1

请注意，所需的DataFrame有一个索引，其标签来自df['TermId']，其列标签来自df['Document']。每当索引和列标签来自df列时，请考虑使用df.pivot（如果需要聚合，则使用df.pivot_table）：

import pandas as pd
df = pd.DataFrame({'Document': ['A', 'A', 'C', 'D', 'B', 'D'],
                   'Freq': ['3', '5', '1', '4', '2', '1'],
                   'TermId': ['112', '055', '003', '001', '003', '089']})
result = df.pivot(index='TermId', columns='Document', values='Freq').fillna(0)
print(result)

产量

Document  A  B  C  D
TermId              
001       0  0  0  4
003       0  2  1  0
055       5  0  0  0
089       0  0  0  1
112       3  0  0  0