新手求助：如何为cluster_ids列唯一值生成对应0-1标识列

你的问题出在get_y_value函数上——它硬编码了只判断cluster_ids是否等于0，不管循环里的j是哪个唯一值，所以每次生成的新列都是同一套结果。下面给你两种修改方案：

方案一：修改函数适配循环中的目标值 #

先把函数改成可以接收目标cluster_id参数的形式，然后在循环里把当前的j传进去：

# 修改后的函数
def get_y_value(cluster_id, target_id):
    return 1 if cluster_id == target_id else 0

# 循环创建列
iterator = 0
for j in df['cluster_ids'].unique():
    col_name = f'Clid_{iterator}'
    # 使用lambda把当前j传给函数
    df_xyz[col_name] = df['cluster_ids'].apply(lambda x: get_y_value(x, j))
    iterator += 1

更简洁的写法可以不用单独定义函数，直接在循环里用pandas的比较方法：

iterator = 0
for j in df['cluster_ids'].unique():
    col_name = f'Clid_{iterator}'
    # eq(j)判断是否等于j，astype(int)把布尔值转成1/0
    df_xyz[col_name] = df['cluster_ids'].eq(j).astype(int)
    iterator += 1

方案二：用pandas内置方法一键生成（推荐） #

pandas有专门处理这种哑变量的函数pd.get_dummies，不用写循环和函数，一行代码就能搞定所有需求：

import pandas as pd

# 生成哑变量列，前缀设为Clid
dummies = pd.get_dummies(df['cluster_ids'], prefix='Clid')
# 把生成的列合并到原DataFrame
df_xyz = pd.concat([df_xyz, dummies], axis=1)

这个方法会自动为每个唯一的cluster_id创建列，列名格式是Clid_<cluster_id值>，对应行取值1，其余行取值0，比手动写循环高效得多，也更不容易出错。

内容的提问来源于stack exchange，提问作者Deepika Chandrasekar