如何使用Python（含Pandas）将CSV类别标签转换为独热编码格式

嘿，这个需求用Pandas就能轻松实现，我给你两种实用的方案，都是几行代码就能搞定的事儿：

方法一：用pd.get_dummies()（最直接推荐） #

这是Pandas专门用来生成独热编码的工具，完美匹配你的需求：

import pandas as pd

# 1. 读取原始CSV文件
df = pd.read_csv('your_label_file.csv')

# 2. 对type列生成独热编码，prefix参数指定列名前缀为type
one_hot = pd.get_dummies(df['type'], prefix='type')

# 3. 把id列和独热编码列合并起来
result_df = pd.concat([df['id'], one_hot], axis=1)

# 可选：如果需要确保列的顺序严格是type1→type4（比如原数据type出现顺序不规则时）
result_df = result_df[['id', 'type1', 'type2', 'type3', 'type4']]

# 4. 保存成新的CSV（如果需要的话）
result_df.to_csv('one_hot_labels.csv', index=False)

方法二：用pd.crosstab() #

如果你习惯用交叉表的方式生成，也可以这么做，效果完全一致：

import pandas as pd

df = pd.read_csv('your_label_file.csv')

# 用id和type做交叉表，自动生成每个id对应的类别标记
result_df = pd.crosstab(df['id'], df['type']).reset_index()

# 重命名列名，改成你要的type1/type2格式
result_df.columns = ['id'] + [f'type{i}' for i in result_df.columns[1:]]

# 保存结果
result_df.to_csv('one_hot_labels.csv', index=False)

小提示 #

• 两种方法都会自动把原始的type值（1/2/3/4）转换成对应的列：比如type=1时，type1列是1，其他列是0，完全符合你要的格式。
• 如果你的原始数据里type可能有超出1-4的类别，记得先做过滤（比如df = df[df['type'].isin([1,2,3,4])]），避免生成多余的列。

内容的提问来源于stack exchange，提问作者Agnesia