如何将DataFrame列按//拆分并以字符串值为列名生成0-1标记列

原始数据集 #

import pandas as pd

# 构建原始数据
data = {
    "Name": ["Joe", "Ann", "Ben", "Keren", "Alice"],
    "Dept": ["Biotech", "Biotech", "Math", "Biotech", "Physics"],
    "Project area/areas interested": ["Cell culture//Bioinfo//Immunology", "Cell culture", "Trigonometry//Algebra", "Microbio", "Optics"]
}
df = pd.DataFrame(data)

处理步骤 #

用pandas的str.get_dummies()方法就能高效完成需求，它会自动按指定分隔符拆分列值，生成对应领域的列，存在该领域标记1，否则标记0：

# 拆分项目领域列，生成独热编码
project_dummies = df["Project area/areas interested"].str.get_dummies(sep="//")

# 合并原始数据与编码列，删除原项目领域列
result_df = pd.concat([df.drop("Project area/areas interested", axis=1), project_dummies], axis=1)

最终结果 #

执行后得到的DataFrame如下：

内容的提问来源于stack exchange，提问作者Mimikyu o_0