将列表转换为列名[重复]答案

【问题标题】：convert a list to column names [duplicate]将列表转换为列名[重复]
【发布时间】：2021-05-14 00:03:06
【问题描述】：

请在附图中找到输入和所需的输出。

【问题讨论】：

附上数据框的截图或使用正确的格式。
是的，我无法理解这个问题
我是新来的，它在我的编辑时代表现得很好。但我添加了一张图片。请看看是否有帮助，如果可能，请也回答。
添加代码以生成输入数据框，以便人们帮助您

【解决方案1】：

您可以先在爱好列上explode，然后在groupby 名称和爱好上获取count，并将其作为frame，然后只需执行pivoting，其中Name 是索引, Hobbies 包含您想要的新列名，值是给定爱好的count。最后你可以使用fillna(0) 将NaN 填充为零。

result = df.explode('Hobbies').groupby(['Name', 'Hobbies']).size().\
to_frame('counts').reset_index().\
pivot(index='Name', columns='Hobbies', values='counts').reset_index().fillna(0)
result
Out[16]: 
Hobbies Name  cook  dance  movies  sing
0          A   0.0    1.0     1.0   1.0
1          B   1.0    1.0     1.0   0.0

如果需要，您可以将这些新列合并回原始数据框。

df = df[['Name', 'Hobbies']].merge(result)
df
Out[17]: 
  Name                Hobbies  cook  dance  movies  sing
0    A  [sing, dance, movies]   0.0    1.0     1.0   1.0
1    B  [movies, cook, dance]   1.0    1.0     1.0   0.0

【讨论】：

【解决方案2】：

发布了许多答案，但它们似乎无缘无故地复杂

这就是你的数据框的样子

import pandas as pd

df = pd.DataFrame([{'Name': 'A', 'Hobbies': ['sing','dance','movies']}, 
                       {'Name': 'B', 'Hobbies': ['movies','cook','dance']}])

这将是我简化事情的方式 -

# Map out hobbies list to create new hobbies column at same index. 

for index, row in df.iterrows():
    for each_hobby in row.Hobbies:
        df.loc[index, each_hobby] = True

df.fillna(False, inplace=True) # Fill NaN values with False.
df.replace({False: 0, True: 1}, inplace=True) # Map out False to 0 and True to 1.

输出：

>>> df

Out[3]: 
   Name         Hobbies       sing  dance  movies  cook
0    A  [sing, dance, movies]   1      1      1      1
1    B  [movies, cook, dance]   0      1      1      1

【讨论】：