如何将数据框中逗号分隔的因子拆分为哑变量列？（支持R/Python/Power BI）

下面针对Python、R、Power BI分别提供实现方法，满足将逗号分隔的因子拆分至独立列、无对应因子单元格留空的需求：

Python（Pandas） #

使用pandas的str.get_dummies方法快速生成哑变量，可将0替换为空字符串以符合留空要求：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    '饮品类型': ['伏特加', '金酒', '威士忌'],
    '消费场景': ['At a pub, At home', 'At home', 'At a pub, Outdoor']
})

# 按逗号拆分并生成哑变量，将0替换为空
dummies = df['消费场景'].str.get_dummies(sep=', ').replace(0, '')

# 合并回原数据集
final_df = pd.concat([df, dummies], axis=1)
print(final_df)

R（tidyverse） #

借助tidyverse工具链的separate_rows和pivot_wider实现行转列，空值直接留空：

library(tidyverse)

# 构造示例数据
df <- tibble(
  饮品类型 = c('伏特加', '金酒', '威士忌'),
  消费场景 = c('At a pub, At home', 'At home', 'At a pub, Outdoor')
)

# 拆分因子到行，再转宽为列并留空无对应值的单元格
final_df <- df %>%
  separate_rows(消费场景, sep = ', ') %>%
  mutate(标记 = 1) %>%
  pivot_wider(names_from = 消费场景, values_from = 标记, values_fill = '')

print(final_df)

Power BI #

通过Power Query可视化操作完成拆分：

1. 加载数据后进入Power Query编辑器，选中目标列（如「消费场景」）。
2. 点击「转换」选项卡 → 「拆分列」→ 「按分隔符」，选择逗号，勾选「拆分为行」。
3. 添加自定义列（命名为「标记」），值设为1。
4. 选中「饮品类型」「消费场景」「标记」列，点击「转换」→ 「透视列」，值列选择「标记」，高级选项选「不要聚合」，空值保留为空。
5. 关闭并应用，即可得到拆分后的哑变量列。

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