Pandas：将列拆分为具有唯一值的多列答案

【问题标题】：Pandas: split column into multiple columns with unique valuesPandas：将列拆分为具有唯一值的多列
【发布时间】：2018-04-16 15:26:43
【问题描述】：

假设我有以下数据框：

   A
0  Me
1  Myself
2  and
3  Irene
4  Me, Myself, and Irene

需要转化为：

   Me  Myself  and  Irene
0  1   0       0    0
1  0   1       0    0
2  0   0       1    0
3  0   0       0    1
4  1   1       1    1

寻找任何建议。

【问题讨论】：

只是装傻？
df = pd.get_dummies(df['A']) 应该可以正常工作。
不，它没有。示例：如果您要处理多个文件，则虚拟对象仅获取一个文件中的实例。示例：如果我没有 Irene，则 Irene 不会出现在 dummy 中。但我需要其他文件中的艾琳！明白我的意思了吗？
你的例子，不清楚，请考虑修改

标签： python pandas multiple-columns

【解决方案1】：

您可以在所有可能的类别中使用get_dummies 和reindex：

df1 = pd.DataFrame({'A': ['Me', 'Myself', 'and', 'Irene']})
df2= pd.DataFrame({'A': ['Me', 'Myself', 'and']})
df3 = pd.DataFrame({'A': ['Me', 'Myself', 'or', 'Irene']})

all_categories = pd.concat([df1.A, df2.A, df3.A]).unique()
print (all_categories)
['Me' 'Myself' 'and' 'Irene' 'or']

df1 = pd.get_dummies(df1.A).reindex(columns=all_categories, fill_value=0)
print(df1)
   Me  Myself  and  Irene  or
0   1       0    0      0   0
1   0       1    0      0   0
2   0       0    1      0   0
3   0       0    0      1   0

df2 = pd.get_dummies(df2.A).reindex(columns=all_categories, fill_value=0)
print(df2)
   Me  Myself  and  Irene  or
0   1       0    0      0   0
1   0       1    0      0   0
2   0       0    1      0   0

df3 = pd.get_dummies(df3.A).reindex(columns=all_categories, fill_value=0)
print(df3)
   Me  Myself  and  Irene  or
0   1       0    0      0   0
1   0       1    0      0   0
2   0       0    0      0   1
3   0       0    0      1   0

【讨论】：

如果一行中有“我、我自己和艾琳”，逗号是分隔符，会发生什么？
@FaCoffee - 那么更好str.get_dummies - df = pd.DataFrame({'A':['Me, Myself, and Irene']}) print (df.A.str.get_dummies(', '))