pandas中如何最优拆分多值列生成0/1标记的独热编码列

不要用逐行apply写重复逻辑，pandas原生提供了向量化的字符串拆分哑变量方法，性能远高于自定义循环，代码也最简洁。

核心是用Series.str.get_dummies方法，直接按分隔符拆分字符串生成0-1特征列：

# 按'-'拆分coverage列，自动生成所有保障类型对应的0-1列
coverage_dummies = df['coverage'].str.get_dummies(sep='-')
# 将生成的特征列拼接到原DataFrame
df = pd.concat([df, coverage_dummies], axis=1)

这个方案的优势：

• 性能极强：底层是C层实现的向量化运算，比逐行apply的Python循环快数十到上百倍，数据量越大优势越明显
• 零重复代码：不需要逐列编写判断逻辑，会自动识别所有出现过的保障类型生成对应列，后续新增保障类型取值也不需要修改代码
• 逻辑准确：只要字符串中包含对应保障类型片段，对应列就会赋值为1，否则为0，完全匹配需求

如果你只需要固定生成DAMAGE、THEFT、WARRANTY_EXTENSION、FRAUDULENT_USE这4列，不需要其他自动识别出的列，可以在生成哑变量后做列筛选：

target_columns = ['DAMAGE', 'THEFT', 'WARRANTY_EXTENSION', 'FRAUDULENT_USE']
coverage_dummies = df['coverage'].str.get_dummies(sep='-')[target_columns]
df = pd.concat([df, coverage_dummies], axis=1)

注意：如果后续你的保障类型取值中出现本身包含-的类型名，才需要额外调整拆分逻辑，基于你当前给出的取值范围，上述方案是兼顾效率和代码简洁度的最优解。

内容的提问来源于stack exchange，提问作者Tonino Fernandez