Steam游戏数据处理：将DataFrame语言zip列转为Top10语言标识列

假设你的DataFrame名为df，可以通过以下步骤实现需求：

步骤1：提取Top10语言列表 #

先从任意一行的"Both languages"列中提取Top10语言列表（假设所有行的Top10列表一致）：

top10_langs = df['Both languages'].iloc[0][1]

步骤2：定义处理函数 #

编写一个函数，接收每行的元组数据，返回对应Top10语言的0/1标记：

import pandas as pd

def mark_language_presence(lang_tuple):
    steam_langs = set(lang_tuple[0])
    return pd.Series([1 if lang in steam_langs else 0 for lang in top10_langs], index=top10_langs)

步骤3：生成新列并合并到原DataFrame #

将函数应用到"Both languages"列，生成包含所有Top10语言列的DataFrame，再与原DataFrame合并：

lang_columns = df['Both languages'].apply(mark_language_presence)
df = pd.concat([df, lang_columns], axis=1)

步骤4：（可选）删除原列 #

如果不需要保留"Both languages"列，可以删除：

df.drop('Both languages', axis=1, inplace=True)

示例验证 #

针对你提供的示例行数据：

sample_tuple = (['English', 'French', 'Italian', 'German', 'Spanish - Spain', 'Japanese', 'Portuguese - Brazil', 'Russian', 'Simplified Chinese', 'Traditional Chinese'], ['English', 'Simplified Chinese', 'Russian', 'Spanish - Spain', 'Portuguese - Brazil', 'German', 'Japanese', 'French', 'Polish', 'Korean'])

应用函数后会生成如下列值：

内容的提问来源于stack exchange，提问作者Pablo