16、数据处理：从食谱数据库到时间序列分析

数据处理：从食谱数据库到时间序列分析

1. 数据处理基础：get_dummies() 函数

在数据处理中， get_dummies() 函数能让我们快速将指示变量拆分为 DataFrame。例如：

In[16]: full_monte['info'].str.get_dummies('|')
Out[16]:    A  B  C  D
         0  0  1  1  1
         1  0  1  0  1
         2  1  0  1  0
         3  0  1  0  1
         4  0  1  1  0
         5  0  1  1  1

这些操作可作为构建块，在清理数据时能构建无数的字符串处理程序。

2. 食谱数据库示例

2.1 数据下载与读取

我们以一个从网络各种来源收集的开放食谱数据库为例，目标是将食谱数据解析为食材列表，以便根据手头的食材快速找到食谱。
数据库脚本可在 https://github.com/fictivekin/openrecipes 找到，2016 年春季该数据库约 30MB，可使用以下命令下载和解压：

In[17]: # !curl -O http://openrecipes.s3.amazonaws.c