如何调整pd.get_dummies输出实现按ID聚合并标记对应类型为1

解决方法 #

你可以在独热编码执行完成后，按ID字段分组，对所有生成的type类列取最大值即可。逻辑很简单：只要该ID下对应类型出现过至少1次，最大值就为1，没出现过就是0，刚好匹配你的需求。完整代码如下：

import pandas as pd

# 原始数据构造
df = pd.DataFrame({
    'ID': ['AA23', 'AB24', 'DJ44', 'KD33', 'KD33', 'BK89', 'BL92', 'BL92', 'IO89'],
    'type': ['A', 'B', 'B', 'C', 'A', 'B', 'B', 'C', 'A']
})

# 一步完成编码+聚合
result = pd.get_dummies(df, columns=['type'], prefix='type')\
         .groupby('ID', as_index=False)\
         .max()

执行后输出的result就是你需要的预期结果。

可选的一步式写法 #

你也可以直接用交叉表实现，无需先做独热编码再聚合：

result = pd.crosstab(df['ID'], df['type'])\
         .clip(upper=1)\
         .reset_index()\
         .rename_axis(columns=None)\
         .add_prefix('type_')\
         .rename(columns={'type_ID': 'ID'})

内容的提问来源于stack exchange，提问作者dmd7