如何基于多字符串匹配生成新列，匹配对应事件时标记为1？

需求说明 #

根据Event列中的事件类型（Breakfast、Lunch）创建对应新列，当行内Event值与列名匹配时标记为1，否则为null。

原始数据 #

import pandas as pd

# 原始数据集
data = {
    'Date': ['2022-11-01', '2022-11-01', '2022-11-01', '2022-11-02', '2022-11-02'],
    'Event': ['Breakfast', 'Breakfast', 'Lunch', 'Breakfast', 'Lunch']
}
df = pd.DataFrame(data)

输出的原始DataFrame：

Date        Event
0 2022-11-01  Breakfast
1 2022-11-01  Breakfast
2 2022-11-01  Lunch
3 2022-11-02  Breakfast
4 2022-11-02  Lunch

期望结果 #

Date        Event  Breakfast  Lunch
0 2022-11-01  Breakfast        1    <NA>
1 2022-11-01  Breakfast        1    <NA>
2 2022-11-01  Lunch         <NA>     1
3 2022-11-02  Breakfast        1    <NA>
4 2022-11-02  Lunch         <NA>     1

解决方案 #

方法1：使用pd.get_dummies（适合多类别场景）

利用pandas的哑变量生成函数快速创建标记列，再将0替换为null：

# 生成事件类型的哑变量列
dummy_cols = pd.get_dummies(df['Event'], dtype=float)
# 将0替换为null
dummy_cols = dummy_cols.replace(0, pd.NA)
# 合并到原数据集
result_df = pd.concat([df, dummy_cols], axis=1)

print(result_df)

方法2：手动创建列（适合少类别场景）

通过条件判断逐个生成目标列：

# 创建Breakfast列
df['Breakfast'] = df['Event'].map(lambda x: 1 if x == 'Breakfast' else pd.NA)
# 创建Lunch列
df['Lunch'] = df['Event'].map(lambda x: 1 if x == 'Lunch' else pd.NA)

print(df)

两种方法都能得到符合需求的结果，若Event列的类别较多，优先选择方法1，代码更简洁高效。

内容的提问来源于stack exchange，提问作者sus_zeus