如何将Python列表转为DataFrame列标题并实现计数统计？

问题背景 #

现有如下已处理的DataFrame（已执行df["Keywords"] = df["Keywords"].str.split(" ")）：

ID | Keywords
1 | [agile]
2 | [python, python, python] 
3 | [agile, agile]

需要将列表中的值转为列标题，统计每个ID下关键词的出现情况（出现记为1，未出现记为0），期望输出：

ID | agile | python
1 | 1 | 0
2 | 0 | 1
3 | 1 | 0

方法一：explode() + crosstab()组合 #

先将列表列展开，去重后通过交叉表统计出现情况：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    "ID": [1, 2, 3],
    "Keywords": [["agile"], ["python", "python", "python"], ["agile", "agile"]]
})

# 展开列表并去重，避免同一ID下重复关键词干扰统计
exploded_df = df.explode("Keywords").drop_duplicates(subset=["ID", "Keywords"])
# 生成交叉表，重置索引并调整列名
result = pd.crosstab(exploded_df["ID"], exploded_df["Keywords"]).reset_index().rename_axis(None, axis=1)
# 确保缺失值填充为0并转为整数类型
result = result.fillna(0).astype(int)

print(result)

输出：

ID  agile  python
0   1      1       0
1   2      0       1
2   3      1       0

方法二：使用MultiLabelBinarizer #

直接对列表列做二值化处理，快速生成指示变量：

from sklearn.preprocessing import MultiLabelBinarizer
import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    "ID": [1, 2, 3],
    "Keywords": [["agile"], ["python", "python", "python"], ["agile", "agile"]]
})

mlb = MultiLabelBinarizer()
# 对Keywords列执行二值化
binarized_data = mlb.fit_transform(df["Keywords"])
# 转换为DataFrame并合并ID列，调整列顺序
result = pd.DataFrame(binarized_data, columns=mlb.classes_).join(df["ID"])[["ID"] + list(mlb.classes_)]

print(result)

输出与方法一一致。

内容的提问来源于stack exchange，提问作者Adam