pandas - Pandas - 将分类数据分成列

Question

我有下表

df = pandas.DataFrame({'foo': ['b', 'a,b', 'a,c', 'a,b,c'], 
                       'bar': ['X,Y', 'Z', 'Z,X', 'X,Y']})

我希望有一个包含“a”、“b”、“c”、“X”、“Y”、“Z”列的表格，其中包含 False/True 条目。

这不是 1-hot 编码器，因为可能有多个值。我怎样才能做到这一点？

标签： pandascategorical-data

Answer 1

我认为如果只有 2 列加倍str.get_dummies并且join最后一次转换为布尔值，则需要：

df = df['foo'].str.get_dummies(',').join(df['bar'].str.get_dummies(',')).astype(bool)
print (df)
       a      b      c      X      Y      Z
0  False   True  False   True   True  False
1   True   True  False  False  False   True
2   True  False   True   True  False   True
3   True   True   True   True   True  False

如果多列，更通用的解决方案list comprehension是concat：

df = pd.concat([df[x].str.get_dummies(',') for x in df.columns], axis=1).astype(bool)