当DataFrame行中字符串匹配列名时，向对应列写入值1

你可以通过pandas的索引定位或哑变量生成两种方式实现需求，具体如下：

方法一：直接索引赋值（简洁高效） #

利用行索引和string列的列名直接定位目标位置，将对应单元格设为1：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame(0, index=[0,1,2,3], columns=["string","a","b","c","d"])
df["string"] = ["b", "b", "c", "a"]

# 定位对应行和列，赋值为1
df.loc[df.index, df["string"]] = 1

print(df)

运行输出：

string  a  b  c  d
0      b  0  1  0  0
1      b  0  1  0  0
2      c  0  0  1  0
3      a  1  0  0  0

方法二：哑变量生成（适配扩展场景） #

如果需要处理更多类别或标准化输出，可通过get_dummies生成哑变量矩阵，再与原数据合并：

import pandas as pd

df = pd.DataFrame(0, index=[0,1,2,3], columns=["string","a","b","c","d"])
df["string"] = ["b", "b", "c", "a"]

# 基于string列生成哑变量
dummies = pd.get_dummies(df["string"])
# 合并原string列与哑变量，对齐原DataFrame列顺序
result = pd.concat([df["string"], dummies], axis=1).reindex(columns=df.columns, fill_value=0)

print(result)

该方法会自动适配string列中出现的所有列名，后续新增列时无需修改逻辑。

内容的提问来源于stack exchange，提问作者Shem