如何用Python将Pandas DataFrame行转列并以0/1标记匹配

先看示例原数据集的创建代码和内容：

import pandas as pd

# 示例原数据集
data = {
    'id': [1, 1, 2, 3, 3, 3],
    'camps': ['camp_a', 'camp_b', 'camp_a', 'camp_b', 'camp_c', 'camp_a']
}
df = pd.DataFrame(data)

原DataFrame内容：

id   camps
0   1  camp_a
1   1  camp_b
2   2  camp_a
3   3  camp_b
4   3  camp_c
5   3  camp_a

下面提供两种实用的实现方法：

方法1：用pivot_table直接转换 #

通过分组计数的方式快速生成目标格式，自动填充0：

# 按id分组，统计每个camp的出现次数，填充0并转为整数
result = df.pivot_table(index='id', columns='camps', aggfunc='size', fill_value=0).astype(int)
# 可选：把id从索引转回普通列
result = result.reset_index()

转换后结果：

camps  id  camp_a  camp_b  camp_c
0      1       1       1       0
1      2       1       0       0
2      3       1       1       1

方法2：get_dummies + groupby求和 #

先对camps列做独热编码，再按id汇总求和：

# 对camps列生成独热编码列
dummies = pd.get_dummies(df['camps'])
# 合并id列后按id分组求和，转为整数
result = pd.concat([df['id'], dummies], axis=1).groupby('id').sum().astype(int).reset_index()

这个方法和方法1的输出完全一致，适合需要先对camps列做额外处理的场景。

内容的提问来源于stack exchange，提问作者SAJ