如何将Pandas存储列表的列转换为0/1哑变量列且保留原有行数？

解决方法 #

你原有思路的问题在于stack操作会将每个拆分出的流派单独转为一行，所以总行数变为所有流派元素的总数量，只需要补充按原行索引聚合的步骤即可，同时要注意处理拆分出的多余空格和空字符串。

完整实现代码：

import pandas as pd

# 原始DataFrame构造
dfGenres = pd.DataFrame({'Genres':["[Action, Romance, Mystery, Animal]", "[Bromance, Drama, Mystery]", "[Horror, Monsters, Shounen, Action]"]})

# 核心转换代码
genre_dummies = pd.get_dummies(
    dfGenres["Genres"].str.split('[\[,\]]', expand=True).stack().str.strip()
).groupby(level=0).sum()

# 若需要保留原始Genres列，可直接拼接
dfGenres = dfGenres.join(genre_dummies)

代码说明 #

• str.split('[\[,\]]', expand=True)：按[、,、]三个字符拆分字符串，每一个拆分结果存为单独列
• stack()：将多列的拆分结果转为行结构，第一层索引保留原始的行号
• str.strip()：清除每个流派字符串前后的空格，避免空格导致相同流派被识别为不同字段
• groupby(level=0).sum()：按原始行号分组求和，将同一原始行的所有流派哑变量合并为一行，结果值为1代表该行包含对应流派，0代表不包含，最终行数和原始DataFrame完全一致。

内容的提问来源于stack exchange，提问作者The L