如何在Pandas中实现每行可包含多分类的分类列？

方案1：将列转为带统一类别约束的多标签列表 #

先拆分字符串得到每行的类别集合，再用统一的分类类型约束可选值，既保留多分类结构，又保证扩展性：

import pandas as pd
from pandas.api.types import CategoricalDtype

df = pd.DataFrame({
    'A': ['a, b', 'b, c, d', 'c'], 
    'B': [1, 2, 3]
})

# 拆分字符串为类别列表
df['A'] = df['A'].str.split(', ')

# 提取所有唯一类别作为全局分类选项
all_categories = sorted({cat for sublist in df['A'] for cat in sublist})
cat_dtype = CategoricalDtype(categories=all_categories, ordered=False)

# 将每行的类别列表转为带约束的分类对象
df['A'] = df['A'].apply(lambda x: pd.Categorical(x, dtype=cat_dtype))

处理后，df['A']的每行存储对应类别的分类集合，全局可选类别固定为['a','b','c','d']，后续新增类别只需更新all_categories即可，无需修改列结构。

方案2：用多标签二值化生成可扩展的分类矩阵 #

如果需要更便捷的统计、筛选操作，可借助MultiLabelBinarizer生成二进制分类矩阵，自动识别所有类别，扩展性拉满：

import pandas as pd
from sklearn.preprocessing import MultiLabelBinarizer

df = pd.DataFrame({
    'A': ['a, b', 'b, c, d', 'c'], 
    'B': [1, 2, 3]
})

# 拆分字符串为类别列表
df['A_list'] = df['A'].str.split(', ')

# 生成多标签二进制矩阵
mlb = MultiLabelBinarizer()
category_matrix = mlb.fit_transform(df['A_list'])
category_df = pd.DataFrame(category_matrix, columns=mlb.classes_, index=df.index)

# 合并到原DataFrame
result_df = pd.concat([df, category_df], axis=1)

此时result_df会新增a、b、c、d列，值为1表示该行属于对应类别，0则不属于。后续新增类别时，重新运行代码会自动识别新类别并添加对应列，无需手动配置。

场景选择 #

• 若需保留原始类别集合的直观形式，选方案1；
• 若侧重数据分析、建模等操作的便捷性，选方案2。

内容的提问来源于stack exchange，提问作者codeananda