使用Pandas将字符串列转为多列布尔值的优雅实现方法

问题场景 #

给定如下原始DataFrame：

import pandas as pd
df = pd.DataFrame({'my_col' : ['red', 'red', 'green']})

对应数据：

期望转换为包含布尔值列的DataFrame：

df2 = pd.DataFrame({'red' : [True, True, False], 'green' : [False, False, True]})

对应数据：

请问是否有优雅的实现方式？

实现方案 #

直接使用pandas内置的pd.get_dummies()方法，指定dtype=bool即可一行完成转换，这是最简洁高效的方案：

df2 = pd.get_dummies(df['my_col'], dtype=bool)

执行后得到的结果完全符合预期：

red  green
0   True  False
1   True  False
2  False   True

如果需要严格指定输出列的顺序，可以传入columns参数显式定义：

df2 = pd.get_dummies(df['my_col'], columns=['red', 'green'], dtype=bool)

不过在这个场景下，默认的排序已经满足需求，因此第一种写法足够优雅。

内容的提问来源于stack exchange，提问作者curious