如何将Pandas DataFrame列与另一DataFrame行匹配生成二进制矩阵

假设我们有两个DataFrame：

• df_base：列名为A到Z的DataFrame（仅需其列名结构）
• df_letters：包含Letters列，每行是逗号分隔的字母字符串（如"A,C,D"）或None

步骤1：预处理字母列 #

先把Letters列的内容转换成列表格式，同时将None值转为空白列表：

import pandas as pd

# 示例数据（替换为你的真实数据即可）
df_base = pd.DataFrame(columns=[chr(ord('A') + i) for i in range(26)])
df_letters = pd.DataFrame({
    'Letters': ['A,C,D', None, 'B,Z', 'X']
})

# 转换列格式，处理空值
df_letters['Letters_list'] = df_letters['Letters'].apply(
    lambda x: x.split(',') if pd.notna(x) else []
)

步骤2：生成二进制标记DataFrame #

这里提供两种实用方法：

方法一：利用explode和get_dummies

适合快速生成标记，自动处理列对齐：

# 展开列表生成dummy列，按行聚合求和确保同一行的字母标记为1
dummy_df = df_letters['Letters_list'].explode().str.get_dummies().groupby(level=0).sum()

# 对齐A-Z列，缺失列填充0
result = dummy_df.reindex(columns=df_base.columns, fill_value=0)

方法二：直接遍历生成标记

逻辑更直观，便于自定义调整：

# 逐行判断每个字母是否存在，生成0/1列表
result = pd.DataFrame(
    [[1 if col in letter_list else 0 for col in df_base.columns] 
     for letter_list in df_letters['Letters_list']],
    columns=df_base.columns
)

最终result就是列名为A到Z、对应字母存在标记1、不存在标记0的目标DataFrame。

内容的提问来源于stack exchange，提问作者user14696236