如何使用Python DataFrame将逗号分隔值转为多列二进制值

直接用Pandas内置的str.get_dummies()方法就能快速实现需求，步骤如下：

1. 构造示例数据 #

先模拟符合需求的原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'ID': [1, 2, 3],
    'Categories': ['A,B', 'B,C', 'A,C']
})

2. 生成二进制列 #

调用str.get_dummies()拆分逗号分隔的内容，并自动生成对应唯一值的0/1列：

# 拆分逗号分隔值，生成二进制标识列
category_dummies = df['Categories'].str.get_dummies(sep=',')

# 将生成的列与原DataFrame合并
final_df = pd.concat([df, category_dummies], axis=1)

3. 查看结果 #

运行后得到的final_df就是目标格式：

ID Categories  A  B  C
0   1        A,B  1  1  0
1   2        B,C  0  1  1
2   3        A,C  1  0  1

处理带空格的情况 #

如果原始数据中逗号后带有空格（比如'A, B'），先清理格式再生成二进制列：

# 清理逗号后的空格
df['Categories'] = df['Categories'].str.replace(', ', ',')
# 再生成二进制列
category_dummies = df['Categories'].str.get_dummies(sep=',')

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