Pandas基于列表生成新列，按值存在情况填充1或0

假设你的数据已经存入DataFrame，以下是具体实现步骤：

• 先构造示例数据（已有数据可跳过此步）：

import pandas as pd

data = {
    'Codes': ['40.1, 54.06, 11.3', '50.64', '48.7, 40.1, 54.06', '35.2, 50.64']
}
df = pd.DataFrame(data)

• 拆分Codes列并生成目标格式的哑变量：

# 将逗号分隔的字符串转为列表
df['Codes'] = df['Codes'].str.split(', ')

# 展开列表生成临时表，每行对应一个code
exploded_df = df.explode('Codes')

# 生成哑变量后按原行索引分组求和，同一行的多个code对应位置设为1
dummies = pd.get_dummies(exploded_df['Codes']).groupby(exploded_df.index).sum()

# 合并原数据与哑变量表，缺失值填充为0
result = pd.concat([df, dummies], axis=1).fillna(0)

• 最终的result就是你需要的目标表格，每个唯一code对应一列，该行包含该code则填1，否则填0。

如果已经提前生成了唯一值列表，也可以用循环逐个判断：

# 假设已获取唯一值列表unique_codes
unique_codes = ['11.3', '35.2', '40.1', '48.7', '50.64', '54.06']

for code in unique_codes:
    df[code] = df['Codes'].apply(lambda x: 1 if code in x.split(', ') else 0)

这种方式逻辑更直观，适合数据量不大的场景。

内容的提问来源于stack exchange，提问作者plambertini