如何使用Pandas从DataFrame现有列提取特定关键词生成二进制标记新列？

嘿，作为Python新手刚接触Pandas遇到这类问题太正常啦！针对你要把关键词拆分成二进制标记列的需求，我给你分享两种最优实现方式，按需选择就行：

方案一：自动生成所有关键词列（推荐，可扩展性强） #

如果你的「Sensory scores」列以后可能出现新的关键词，或者现在关键词数量较多，用str.get_dummies绝对是最高效的选择——它会自动识别所有关键词并生成对应二进制列，不用手动逐个定义：

首先先构建你的示例数据（方便你直接测试）：

import pandas as pd

data = {
    'Treatment': ['A', 'B', 'C'],
    'Sensory scores': ['soft, short', 'soft, tender', 'short, tender']
}
df = pd.DataFrame(data)

然后执行核心代码：

# 拆分逗号分隔的关键词，生成二进制标记列
dummy_columns = df['Sensory scores'].str.get_dummies(sep=', ')

# 把新生成的列和原DataFrame合并
final_df = pd.concat([df, dummy_columns], axis=1)

运行后得到的final_df就是你想要的结果，而且如果以后有新的关键词（比如「crunchy」），这个代码会自动生成对应的列，完全不用修改逻辑～

方案二：手动定义每个关键词列（直观易懂，适合关键词少的场景） #

如果你的关键词是固定的3个，不想自动生成，直接手动创建每一列也很清晰，用str.contains判断是否包含关键词，再转成整数（True→1，False→0）：

import pandas as pd

data = {
    'Treatment': ['A', 'B', 'C'],
    'Sensory scores': ['soft, short', 'soft, tender', 'short, tender']
}
df = pd.DataFrame(data)

# 逐个创建二进制列
df['soft'] = df['Sensory scores'].str.contains('soft').astype(int)
df['short'] = df['Sensory scores'].str.contains('short').astype(int)
df['tender'] = df['Sensory scores'].str.contains('tender').astype(int)

小细节补充 #

如果你的数据里关键词有大小写混合的情况（比如「Soft」「SOFT」），可以给str.contains加个参数忽略大小写：

df['soft'] = df['Sensory scores'].str.contains('soft', case=False).astype(int)

内容的提问来源于stack exchange，提问作者Coen