如何使用Pandas将字符串列转换为多布尔列？分号分隔症状DataFrame场景解决方案咨询

嘿，这个需求我太熟了！针对症状数量多的场景，完全不用手动去列所有症状——Pandas有现成的高效方法能自动搞定，而且代码超简洁。

直接给你两种实用方案，都能完美实现你的需求：

方案一：用str.get_dummies（最简洁高效） #

这个方法简直为你的场景量身定做，它会自动识别所有出现过的症状，生成对应的布尔列，一步到位：

首先构造示例数据（和你的数据结构一致）：

import pandas as pd

df = pd.DataFrame({
    'id': [1, 2, 3],
    'symptoms': ['symptom1;symptom2', 'symptom2;symptom3', 'symptom1;symptom3;symptom4']
})

然后执行转换：

# 按分号拆分症状并生成布尔列（0→False，1→True）
symptom_bool = df['symptoms'].str.get_dummies(sep=';').astype(bool)

# 合并回原id列，得到最终结果
final_df = df[['id']].join(symptom_bool)

运行后final_df就是你想要的结构：

方案二：拆分→展开→透视表（更灵活，适合复杂场景） #

如果你的症状字符串有特殊格式（比如带空格、需要额外清洗），可以用这种分步的方法，灵活性更高：

# 1. 把症状列拆分成列表
df['symptom_list'] = df['symptoms'].str.split(';')

# 2. 将每个症状展开为单独行（每个id对应每个症状一行）
exploded_df = df.explode('symptom_list')

# 3. 生成透视表，统计每个id对应症状的出现次数，再转布尔值
symptom_bool = exploded_df.pivot_table(
    index='id',
    columns='symptom_list',
    aggfunc='size',  # 统计出现次数
    fill_value=0
).astype(bool)

# 4. 合并回原id列
final_df = df[['id']].merge(symptom_bool, on='id')

额外小提示：处理症状字符串的脏数据 #

如果你的症状里有多余空格（比如symptom1 ; symptom2），可以先做清洗：

# 去掉症状字符串里的所有空格，或者用str.strip()处理每个拆分后的症状
df['symptoms'] = df['symptoms'].str.replace(' ', '')
# 再执行上面的转换步骤

这两种方法都不需要手动枚举所有症状，不管有几百上千种症状，都能自动生成对应的列，完全适配你的场景~

内容的提问来源于stack exchange，提问作者Alon.b