在Python的Numpy与Pandas中基于贷款表字段创建布尔值新表

最简洁的方式是用Pandas的get_dummies函数，它专门用来生成类别特征的独热编码（即你需要的1/0标记），步骤如下：

1. 准备原始数据 #

先还原你提供的贷款表：

import pandas as pd

data = {
    '# LOAN': ['Loan 1', 'Loan 2', 'Loan 3', 'Loan 4', 'Loan 5', 'Loan 6'],
    'SECTOR': ['food', 'telecom', 'auto', 'food', 'telecom', 'auto'],
    'COUNTRY': ['germany', 'italy', 'japan', 'japan', 'germany', 'italy']
}
df = pd.DataFrame(data)

2. 生成独热编码并合并表格 #

直接对SECTOR和COUNTRY列应用get_dummies，再和原表的贷款编号列合并，最后清理列名前缀：

# 生成行业和国家的独热编码
dummies = pd.get_dummies(df[['SECTOR', 'COUNTRY']])

# 合并贷款编号列与独热编码列
result = pd.concat([df['# LOAN'], dummies], axis=1)

# 移除列名前缀，匹配目标表格格式
result.columns = ['# LOAN'] + [col.split('_')[1] for col in dummies.columns]

print(result)

运行结果 #

执行代码后会直接输出你需要的目标表格：

为什么不用pivot_table？ #

pivot_table虽然也能实现，但需要额外设置aggfunc='size'并填充空值为0，步骤比get_dummies繁琐。get_dummies是Pandas专为类别特征转独热编码设计的工具，完全匹配你的需求，代码更简洁高效。

内容的提问来源于stack exchange，提问作者Nassir Bin