如何将DataFrame中存储列表的列转为统计各值出现次数的单独列

有比嵌套遍历更优的实现，用pandas原生向量化操作即可，代码更简洁，执行效率也更高，尤其适合数据量较大的场景。

方案1：explode + pivot_table（兼容性最强） #

import pandas as pd

presence_data = pd.DataFrame({
    "id": ["id1", "id2"],
    "presence": [
        ["A", "B", "C", "A"],
        ["G", "A", "B", "I", "B"],
    ]
})

result = (
    # 将presence列的列表拆分为一行一个元素
    presence_data.explode('presence')
    # 按id分组，统计每个元素的出现次数，缺失值填充为0
    .pivot_table(index='id', columns='presence', aggfunc='size', fill_value=0)
    # 把id从索引转回普通列，同时清除列名的额外索引标识
    .reset_index()
    .rename_axis(columns=None)
)

方案2：str.get_dummies（代码更简短） #

result = (
    presence_data.join(
        # 把列表用分隔符拼接为字符串后直接生成哑变量计数
        presence_data['presence'].str.join('|').str.get_dummies()
    )
    # 删除原始的presence列
    .drop('presence', axis=1)
)

如果你的列表元素包含|字符，换一个不会出现在元素里的分隔符即可，或者直接用方案1避免冲突。

两种方案输出的结果都和你需要的目标格式完全一致。

内容的提问来源于stack exchange，提问作者Vivek