基于列值生成新列：Pandas DataFrame匹配填充1值的通用解法问题

初始数据与需求 #

初始DataFrame代码：

import numpy as np
import pandas as pd

data = {'Name':['Karan','Rohit','Sahil','Aryan'],'Age':[23,22,21,23]}
df = pd.DataFrame(data)

需求：基于指定列（示例为Age）的唯一值创建新列，当新列列名与该行对应列的值匹配时填充1，否则填充None，期望输出：

Name  Age    21    22    23
0  Karan   23  None  None  1
1  Rohit   22  None  1     None
2  Sahil   21  1     None  None
3  Aryan   23  None  None  1

原代码问题分析 #

你尝试的代码能创建对应列，但值填充错误，核心问题：

• 循环变量i与列表推导中的变量重名，导致匹配逻辑混乱
• 引用列名时用了小写"age"，但原DataFrame列名为大写"Age"
• 先赋值None再被列表推导覆盖，属于冗余操作

通用解决方案 #

方法1：修正循环逻辑（易理解） #

def data_categorical_check(df, column_cat):
    # 获取目标列的唯一值并转为字符串作为新列名
    unique_vals = df[column_cat].unique().astype(str)
    # 遍历每个唯一值生成对应列
    for val_str in unique_vals:
        # 匹配时填1，否则填None
        df[val_str] = df[column_cat].apply(lambda x: 1 if str(x) == val_str else None)
    return df

调用示例：

result_df = data_categorical_check(df, 'Age')
print(result_df)

方法2：用get_dummies高效实现（适合大数据量） #

利用pandas内置的哑变量生成函数，无需手动循环，效率更高：

def data_categorical_check(df, column_cat):
    # 生成哑变量，去掉前缀
    dummies = pd.get_dummies(df[column_cat], prefix='', prefix_sep='').astype(object)
    # 将0替换为None
    dummies[dummies == 0] = None
    # 合并原数据与新生成的列
    return pd.concat([df, dummies], axis=1)

两种方法都支持通过column_cat参数指定任意目标列，输出结果均符合需求。

内容的提问来源于stack exchange，提问作者onhalu