如何生成独热编码列并将df1的months值映射填充到df2？

现有两个DataFrame：

• df1（形状(52,2)），前5行数据如下：

id            months 
71911200001          22
71911200002          27
71911200004          30
71911200003          23
41911200003          35

• df2（形状(52,49)），已将id设为行索引，前5行及列结构如下：

id           M0 M1 M2 M3 M4.....M49
71911200001  0  0  0  0  0       0
71911200002  0  0  0  0  0       0
71911200004  0  0  0  0  0       0
71911200003  0  0  0  0  0       0
41911200003  0  0  0  0  0       0

需求：对每个id，当df2列名的数字部分与df1对应id的months值匹配时，将该列设为1，其余列保持0。两个DataFrame的id完全一致且无重复。

方法一：循环赋值（直观易懂） #

1. 先将df1的id设为行索引，与df2对齐：

df1 = df1.set_index('id')

2. 生成每个id对应的目标列名：

target_cols = 'M' + df1['months'].astype(str)

3. 遍历赋值：

for idx, col in target_cols.items():
    df2.loc[idx, col] = 1

方法二：向量化操作（高效无循环） #

适合数据量较大的场景，避免循环带来的性能损耗：

# 重置df1的索引，方便后续生成匹配掩码
df1_reset = df1.reset_index()
# 生成布尔掩码：每一行对应df1中id的months匹配的列
mask = df2.columns == 'M' + df1_reset['months'].astype(str)[:, None]
# 将掩码匹配的位置设为1，其余保持原0值
df2 = df2.where(~mask, 1)

内容的提问来源于stack exchange，提问作者R_Sengupta