Pandas DataFrame分类数据转数值及列名转多列实现方法

先给出可复现的测试数据：

import pandas as pd
df = pd.DataFrame({'id': [1, 2], 'Right': ['a;b;c', ''], 'Left': ['', 'c;e;d']})

步骤1：合并互斥的Right/Left列 #

因为每行的Right和Left只有一列有有效数据，先把两列合并成一列，方便后续处理：

# 替换空字符串为缺失值，再用另一列填充
df['values'] = df['Right'].replace('', pd.NA).fillna(df['Left'])

步骤2：拆分分号分隔的字符串为列表 #

把每个单元格的分号分隔字符串拆成值列表：

df['values'] = df['values'].str.split(';')

步骤3：展开列表为多行 #

用explode把列表中的每个值拆成单独一行，让每个id对应多个值行：

exploded_df = df.explode('values')

步骤4：生成布尔值哑变量 #

用get_dummies把每个值转换成布尔列，dtype=bool确保输出为布尔类型：

dummies = pd.get_dummies(exploded_df['values'], dtype=bool)

步骤5：按id聚合合并结果 #

把同一id的多个行聚合，只要值出现过就标记为True，最后重置索引恢复id列：

result = exploded_df[['id']].join(dummies).groupby('id').max().reset_index()

最终得到的result结构如下：

如果需要强制包含f列（即使没有对应数据），可以在生成哑变量时指定列范围：

dummies = pd.get_dummies(exploded_df['values'], dtype=bool, columns=['a','b','c','d','e','f'])

内容的提问来源于stack exchange，提问作者Gags08