如何按分隔符拆分列并生成分类对应的0/1值新列？

直接用Pandas的str.get_dummies方法就能一步到位完成需求，无需手动拆分后逐个处理列，具体操作如下：

1. 预处理分隔符（可选）：如果你的genres列是用, （逗号加空格）分隔类别，可先统一格式；若本来就是纯逗号分隔，这步可跳过：

   import pandas as pd
   
   # 假设数据集存储在df变量中
   df['genres'] = df['genres'].str.replace(', ', ',')
   

2. 生成独热编码列：

   # 按逗号拆分类别，生成独热编码列，并给列名添加genres_前缀
   genre_onehot = df['genres'].str.get_dummies(sep=',').add_prefix('genres_')
   

   这个方法会自动识别所有出现过的类别，生成genres_Comedy、genres_Drama这类列，每行对应类别位置填1，非对应类别填0。

3. 合并回原数据集：

   # 将新生成的列与原数据横向合并
   df = pd.concat([df, genre_onehot], axis=1)
   

补充说明 #

• 若genres列存在空值，可先填充空字符串避免报错：df['genres'] = df['genres'].fillna('')
• 如果类别分隔符是, （逗号加空格），也可以直接在get_dummies中指定sep=', '，跳过第一步的替换操作。

内容的提问来源于stack exchange，提问作者Marcus