python - 列中具有多个标签的一种热编码

Question

我有一个简单的数据集。

id,question,category,tags,day,quarter,group_id

1,What is your name,Introduction,Introduction,1,3,0

2,What is your name,Introduction,"Introduction, work",1,3,1

现在，如果您看到，在该tags列中有多个用逗号分隔的输入。如果我尝试使用pandas get_dummies函数进行一次热编码，我会将其作为单列获取。但我想为每个标签创建列。我怎么可能做到这一点？

标签： pythonpandasdatasetone-hot-encoding

Answer 1

我相信需要str.get_dummies：

df1 = df['tags'].str.get_dummies(', ')
print (df1)

   Introduction  work
0             1     0
1             1     1