如何将含竖线分隔多值列的DataFrame转换为yes/no标记的宽表？

没问题，这个需求用Pandas就能轻松搞定，核心思路是拆分多值列后做独热编码，再调整格式和列名就行。下面是完整的可运行代码，我还会一步步拆解逻辑：

import pandas as pd

# 先创建你给出的原始DataFrame
df = pd.DataFrame({
    'id': [1110, 1123, 1245, 1710, 1109],
    'fruits': ['banana|grapes|pine apple', 'apple|orange|pine apple', 'apple|grapes', 'banana|orange|pine apple', 'banana|apple|pine apple'],
    'fastfoods': ['noodles|manchurian', 'friedrice|manchurian', 'noodles|fried rice', 'noodles|manchurian', 'manchurian']
})

# 处理fruits列：拆分、去空格、独热编码
fruits_dummies = df['fruits'].str.split('|', expand=True).stack().str.strip().str.get_dummies().sum(level=0)
# 处理fastfoods列：同样操作
fastfoods_dummies = df['fastfoods'].str.split('|', expand=True).stack().str.strip().str.get_dummies().sum(level=0)

# 合并id列和两个编码后的DataFrame
result = pd.concat([df['id'], fruits_dummies, fastfoods_dummies], axis=1)

# 调整列名（把带空格的改成驼峰式，统一相似值）
result = result.rename(columns={
    'pine apple': 'pineApple',
    'fried rice': 'friedRice',
    'friedrice': 'friedRice'  # 统一原始数据里的"friedrice"和"fried rice"
})

# 将1替换成yes，0替换成no
result = result.replace({1: 'yes', 0: 'no'})

# 调整列顺序，和目标格式完全匹配
desired_order = ['id', 'banana', 'grapes', 'pineApple', 'apple', 'orange', 'noodles', 'manchurian', 'friedRice']
result = result[desired_order]

print(result)

步骤拆解 #

• 拆分与清洗：用str.split('|')把每个单元格的多值拆分成独立元素，再用str.strip()去掉元素前后的空格（比如处理"pine apple"里的空格，避免列名带空格）。
• 独热编码：str.get_dummies()会自动把每个唯一值生成新列，出现过的标记为1，未出现的为0；sum(level=0)是把拆分后分散到多行的同一原始行数据聚合回来。
• 合并与列名统一：把原始id列和编码后的两部分数据合并，同时把带空格的列名改成你要的驼峰式，还统一了原始数据里拼写不一致的"friedrice"和"fried rice"。
• 格式调整：把数字1/0替换成"yes"/"no"，最后调整列顺序和你给出的目标格式完全一致。

运行代码后就能得到你想要的DataFrame啦！

内容的提问来源于stack exchange，提问作者iammdi