如何用Power Query将含多值的单列数据转为独热编码？

Power Query 操作步骤 #

• 导入数据：选中Excel目标表格，点击「数据」→「从表格/区域」进入Power Query编辑器。
• 拆分列并展开为行：选中Segments列，点击「转换」→「拆分列」→「按分隔符」，选择;作为分隔符，拆分方式选「拆分为行」（这是避免重复列报错的关键）。
• 清理文本：如果拆分后的Segments存在首尾空格，选中该列，点击「转换」→「格式」→「修剪」。
• 添加标记列：点击「添加列」→「自定义列」，输入公式=1，将新列命名为「标记值」。
• 透视生成独热列：选中ID列，点击「转换」→「透视列」，设置：
  • 值列：选择「标记值」
  • 高级选项：选择「不要聚合」（或「计数」，结果一致）
• 填充空值：选中所有生成的Segments列，点击「转换」→「替换值」，将null替换为0。
• 导出结果：点击「关闭并上载」，将转换后的数据加载回Excel。

Python（Pandas）代码实现 #

如果Power Query操作觉得繁琐，用Pandas可以快速完成：

import pandas as pd

# 读取Excel文件
df = pd.read_excel("你的文件路径.xlsx")

# 按分号拆分并生成独热编码
one_hot = df["Segments"].str.get_dummies(sep=";")

# 合并ID列与独热编码结果，空值填0并转为整数
final_df = pd.concat([df["ID"], one_hot], axis=1).fillna(0).astype(int)

# 保存转换后的数据
final_df.to_excel("转换结果.xlsx", index=False)

内容的提问来源于stack exchange，提问作者Dcortez